PONTIFICIAUNIVERSIDADCATLICADECHILE

FacultaddeIngeniera/EscueladeConstruccinCivil

POSTTULO

ADMINISTRACINDEEMPRESAS
CONSTRUCTORASADEC2015
Apuntes

ENCUESTASPORMUESTREO

Prof. Ricardo Aravena Cuevas

Versin 2015

Administracin de Empresas Constructoras ADEC 2015

Encuestas por Muestreo

Frente a la disyuntiva Censo o Muestra? La respuesta parece inclinarse a que las muestras
presentan ms ventajas que los censos. Pero no implica que los censos no sean necesarios.
De hecho, se espera que el censo de poblacin y vivienda realizado en abril de 2012, nos
entregara informacin muy valiosa y necesaria para planificar nuestro futuro desarrollo. En
otras palabras, los censos son necesarios para tener una idea exacta de la realidad de un
fenmeno y poder proveer las acciones necesarias (de ah la necesidad de insistir en l).

Criterios para evaluar la realizacin de estudios muestrales en

comparacin con la realizacin de un censo.
Primeramente, debe tenerse presente que el objetivo principal de un censo consiste en
obtener una imagen detallada y completa del nmero y caractersticas bsicas, estructurales
y afines, de la poblacin y proporcionar el mayor nmero posible de detalles.
En cambio, las muestras pueden disearse de manera que se obtenga una amplia variedad
de datos completos que permita inferir caractersticas de la poblacin, y para los estudios de
las interrelaciones y los cambios que se presentan al interior de sta.
Otro aspecto a considerar, y que no se haba mencionado, corresponde a la existencia de
registros (administrativos). Es de conocimiento pblico que en nuestro pas existen
diferentes instituciones que recogen informacin de los ms diversos mbitos para constituir
registros, los cuales est disponible para la realizacin de estudios. As, existen tres fuentes
posibles para obtener informacin: Censo, Muestra y Registro.
Sin embargo, es necesario tener presente que la calidad de los registros es an ms
variable y pueden darse diferencias extremas en su precisin. En general, los registros
pueden ser completos y precisos (por ejemplo: nacimientos y muertes en el registro civil;
anotaciones de morosidad en la Cmara de comercio). Tambin pueden presentar
problemas de actualizacin (direcciones de votantes en los registros electorales). An as,
una de las principales ventajas de los registros es su costo dado que son otros los que
pagan para su constitucin.

MUESTREO Prof. Ricardo Aravena C. (2015)

Pgina 2

Administracin de Empresas Constructoras ADEC 2015

El cuadro 1 adjunto (Kish, 1999) presenta juicios subjetivos sobre ocho criterios referentes a
los valores relativos de tres fuentes principales de datos, que pueden ser concurrentes. En
el cuadro puede verse que las ventajas relativas y complementarias de las muestras y los
censos dependen de distintos criterios: las muestras parecen preferibles con cinco criterios,
y los censos con los otros tres. La importancia de los criterios, as como las ventajas
relativas de las dos fuentes, dependern de las situaciones particulares.
Cuadro 1 - Ocho criterios para comparar tres fuentes de datos
Criterios

Muestra

Censo

Registro

Exactitud, relevancia y pertinencia

Bajo costo

Precisin (tamao y alcance)

Detalle

Integridad (cobertura), credibilidad

Abundancia, complejidad, diversidad y

flexibilidad.

Oportunidad, puntualidad, estacionalidad

Contenido de poblacin

Referencia: Kish, L (1990), Mtodos de muestreo para las encuestas agrcolas. Coleccin
Fao. Desarrollo Estadstico # 3. Roma.
Una vez decidida la realizacin de un estudio mediante muestreo, debemos responder otras
interrogantes. A veces parece ser nica y que se refiere al tamao de muestra. Sin
embargo, adems es necesario referirse al tipo de muestra y esquema de muestreo.
Primeramente, se revisan algunas ideas que deben ser consideradas en la planeacin de
cualquier encuesta por muestreo.

MUESTREO Prof. Ricardo Aravena C. (2015)

Pgina 3

Administracin de Empresas Constructoras ADEC 2015

Objetivos y procedimientos para la realizacin de una encuesta por

muestreo
1. Establecimiento de objetivos: Establezca los objetivos de la encuesta por muestreo de
una manera clara y concisa, y remtase a estos objetivos conforme se vaya progresando
en el diseo e instrumentacin de la encuesta. Mantenga los objetivos suficientemente
simples, de tal manera que sean entendidos por quienes trabajan en la encuesta y sean
logrados exitosamente cuando se complete la encuesta.
2. Poblacin objetivo: Defina cuidadosamente la poblacin que va a ser muestreada. Tenga
presente que se va a obtener una muestra de esa poblacin, y defina la poblacin de tal
manera que la seleccin sea factible.
3. El marco muestral: Seleccione el marco o los marcos de tal manera que la lista de
unidades muestrales y la poblacin objetivo concuerden lo ms posible. Tenga en cuenta
qu marcos mltiples pueden hacer el muestreo ms eficiente.
4. Diseo de muestreo: Seleccione el diseo de muestreo, incluyendo el nmero de
elementos en la muestra, de tal manera que la muestra proporcione suficiente
informacin para los objetivos de la encuesta. Muchas encuestas producen poca
informacin porque no fueron apropiadamente diseadas.
5. Mtodo de medicin: Decida sobre el mtodo de medicin, usualmente uno de los
siguientes

mtodos:

entrevistas

personales,

auto-administradas,

telefnicas,

observacin directa.
6. Instrumento

de

medicin:

En

conjuncin

con

el

paso

anterior,

especifique

cuidadosamente qu mediciones van a ser obtenidas. Si se va usar un cuestionario,

planee las preguntas de tal manera que se minimice la no respuesta y el sesgo por
respuesta incorrecta.
7. Seleccin y adiestramiento del personal de campo: Seleccione cuidadosamente y
adiestre al personal de campo. El adiestramiento es de suma importancia si se realizan
entrevistas personales (cara a cara) o telefnicas, dado que la tasa de respuesta y
exactitud de las respuestas son afectadas por el estilo y/o tono de voz del entrevistador.
8. Prueba piloto: Seleccione una muestra pequea para una prueba piloto. Esta prueba es
crucial, dado que permite probar en el campo un instrumento, adems de calificar a los
entrevistadores.
9. Organizacin del trabajo de campo: Planee en detalle el trabajo de campo. Debe
coordinar el trabajo de entrevistadores, coordinadores, supervisores y personal dedicado
MUESTREO Prof. Ricardo Aravena C. (2015)

Pgina 4

Administracin de Empresas Constructoras ADEC 2015

al anlisis de datos. Es prioritario definir la forma que deben organizarse las diferentes
etapas de la encuesta y establecer claramente las lneas de autoridad.

10. Organizacin del manejo de datos: Elabore un esquema de cmo se debe manejar cada
pieza de informacin. Se debe prepara un plan que considere todo el manejo de datos,
desde su medicin hasta el anlisis final. Se debe incluir esquemas de control de calidad
de la informacin procesada
11. Anlisis de los datos: Defina los anlisis que deben realizarse en estrecha concordancia
con el punto anterior. Este paso involucra la especificacin detallada de los anlisis que
deben ser ejecutados. Se pueden listar los temas que sern incluidos en el informe final.

Si se siguen estos pasos diligentemente, la encuesta tendr un buen comienzo y deber

proporcionar informacin til para el investigador.

Criterios para buenos diseos

Con frecuencia se tiende a exaltar algn criterio nico. Sin embargo, en la prctica deben
evaluarse las ventajas e inconvenientes de cada criterio, lo que hace que el diseo muestral
sea ms complicado y claramente no delimitado, pero a su vez ms interesante.
A continuacin se enumeran cinco criterios, donde ninguno es ms importante que otro,
pero deben tenerse presente al decidir el diseo muestral.

MUESTREO Prof. Ricardo Aravena C. (2015)

Pgina 5

Administracin de Empresas Constructoras ADEC 2015

Criterios bsicos
1. El muestreo probabilstico es prioritario y permite representar adecuadamente a la
poblacin de inters. Es crucial para su aplicacin disponer de un adecuado
actualizado y completo- marco muestral. La cobertura es un aspecto importante y en
estricta relacin con criterios de estimacin y costos asociados.
2. La mensurabilidad se aplica a las muestras probabilsticas que permiten, a partir de los
datos de la muestra, el clculo de estimaciones vlidas con sus respectivos errores de
muestreo (que se expresa en trminos del error estndar). Estas son necesarias para la
realizacin de inferencias con respecto a la poblacin.
3. Los objetivos tiles son difciles de tratar, dado que parecen ser obvios. Por ejemplo,
problemas inherentes a una buena medicin y a la recoleccin de datos pueden imponer
limitaciones en la dispersin de la muestra. La oportunidad de las encuestas debe ser un
aspecto importante de los objetivos.
4. La Viabilidad y posibilidades prcticas guardan relacin con los obstculos que impiden
que los mtodos y los procedimientos de muestreo diseados y previstos se
materialicen. El muestreo de probabilidad no puede crearse con supuestos acerca del
diseo de la seleccin, o de la poblacin. Vaya y obtenga una muestra aleatoria no es
una instruccin prctica para el personal de terreno. Los modelos de seleccin deben
plasmarse cuidadosamente en procedimientos detallados y documentados que hayan
sido puesto en prctica. El arte del muestreo consiste en hacer que el diseo prctico
corresponda suficientemente al modelo de seleccin. Ello atae especialmente a la
construccin y uso adecuado de los marcos para seleccionar las unidades de la
poblacin.
5. Los criterios de eficiencia y economa consisten en alcanzar la mxima precisin posible
con el costo previsto, o bien en alcanzar los objetivos de la encuesta con un costo
mnimo. El costo total de una encuesta es ms amplio que la reduccin al mnimo del
nmero de elementos n. La exactitud es la inversa del error cuadrtico medio, que
incluye a la varianza y el sesgo al cuadrado, cuya inversa permite definir la precisin.

MUESTREO Prof. Ricardo Aravena C. (2015)

Pgina 6

Administracin de Empresas Constructoras ADEC 2015

Esquemas de muestreo
La primera decisin tiene relacin al tipo de muestra a obtener: probabilstica y no
probabilstica. En las muestras probabilsticas se necesitan probabilidades de seleccin
conocidas distintas de cero para todos los elementos de la poblacin especificada, y por
tanto es posible evaluar el error de estimacin. En cambio, las muestras no probabilsticas
no requieren conocer las probabilidades de seleccin y por tanto no es posible evaluar el
error de estimacin.
Los mtodos ms conocidos para obtener muestras probabilsticas, que ilustraremos ms
adelante, son muestreo aleatorio simple (denotado por m.a.s.), muestreo estratificado y
muestreo de conglomerados, entre otros. Uno de los mtodos ms utilizados para obtener
muestras no probabilsticas el muestreo por cuotas1. Otros mtodos no probabilsticas son el
muestreo de juicio o dirigido, muestreo fortuito o accidental y el con nombre ms llamativo el
muestreo en red o bola de nieve.
Una nota aparte merece el muestreo telefnico (que no debe confundirse con la realizacin
de encuestas por telfono) En este caso, el muestreo aleatorio de nmeros telefnicos para
contactar a hogares plantea problemas referentes a listas y los procesos de seleccin. Este
procedimiento es til en situaciones que el 90 por ciento o ms de la poblacin de inters
tienen telfono. En caso contrario, estamos frente a un problema de cobertura grave.
Antes de describir sucintamente cada esquema de muestreo se introducen algunos
conceptos necesarios.

1
El muestreo por cuotas es un mtodo muy utilizado en las encuestas socio-polticas. Por ejemplo,
partiendo de una seleccin de sectores, se les pide a los entrevistadores completar cuotas con
personas de caractersticas especficas. Estas proporciones pueden obtenerse a partir del ltimo censo.
Esta eleccin arbitraria del entrevistador hace que el muestreo por cuotas no es un mtodo cientfico.
MUESTREO Prof. Ricardo Aravena C. (2015)

Pgina 7

Administracin de Empresas Constructoras ADEC 2015

Poblacin, Elementos y Marco Muestral

Los elementos de una poblacin son las unidades elementales sobre las que se busca
informacin. Son las unidades de anlisis y su naturaleza viene determinada por los
objetivos de la encuesta.
La poblacin es la suma de los elementos, definidos conjuntamente con stos, en funcin
de: (a) el contenido; (b) las unidades; (c) el alcance; y (d) el tiempo.
Las muestras dan indicaciones directas sobre las poblaciones encuestadas que
representan. Los errores de muestreo indican las fluctuaciones de las estadsticas
muestrales en torno al valor del parmetro de la poblacin.
La poblacin marco o marco muestral comprende los elementos a partir de los cuales se
selecciona la muestra. La poblacin objetivo se diferencia del marco muestral en la cantidad
de errores de cobertura; el marco muestral es menor en proporcin a la cobertura
incompleta.
Con base a las definiciones entregadas, se describen dos tipos de muestreo segn la unidad
o elemento seleccionado.

Muestreo de elementos
Debido a que las poblaciones y sus elementos deben definirse en funcin de los objetivos
del anlisis de la encuesta. Debemos responder a la pregunta: Puede hacerse la seleccin
directamente y limitarse a los elementos, o bien los conglomerados (grupos naturales de
elementos) de elementos deben servir de unidades de muestreo?. Como la conglomeracin
aumenta la complejidad del anlisis, este procedimiento slo debe utilizarse cuando es
necesario.
Si se quiere que el muestreo de elementos resulte econmico, han de reunirse dos
condiciones: La seleccin debe basarse en una lista adecuada de elementos (completa y
actualizada) y, hay que localizar los elementos, recoger los datos de manera viable y
econmica.

MUESTREO Prof. Ricardo Aravena C. (2015)

Pgina 8

Administracin de Empresas Constructoras ADEC 2015

Primeramente, se revisan tres esquemas de muestreo de elementos y posteriormente se

ilustra el muestreo de conglomerados.

Muestreo aleatorio simple (m.a.s.)

Si un tamao de muestra n es seleccionado de una poblacin de tamao N, de tal manera
que cada muestra posible de tamao n tiene la misma probabilidad de ser seleccionada, el
procedimiento de muestreo se denomina m.a.s. (muestro aleatorio simple).
Un aspecto relevante en la seleccin de una muestra mediante m.a.s. es asignar la misma
probabilidad (no nula) a cada elemento de la poblacin. Hoy en da, el procedimiento se ha
visto simplificado al hacer uso de las planillas de clculo. As que basta con numerar las
unidades de la poblacin de 1 a N, y seleccionar al azar n nmeros entre 1 y N. Es decir,
generar n valores al azar entre 1 y N. En caso de repetirse algn valor, simplemente se
generan algunos adicionales hasta completar el nmero requerido.
Ejemplo
Suponga que el nmero de alumnos inscritos en un curso son 85 y deseamos entrevistar a
15 de ellos. Se desea que la seleccin sea aleatoria.
Para seleccionar al azar, se usa el m.a.s., en este caso con igual probabilidad a 15 de los
85, basta con: a) disponer de un listado numerado entre 1 y 85 asociado al listado de
alumnos, y b) generar 15 valores entre 1 y 85 usando, por ejemplo, una planilla de clculo.
El resultado, en el presente caso, es: 2, 84, 77, 36, 52, 8, 14, 26, 60, 41, 49, 43, 63, 19 y 80
en la cual no se repiti ningn valor. As, se procede a entrevistar a los correspondientes
alumnos asociados a los nmeros obtenidos.

MUESTREO Prof. Ricardo Aravena C. (2015)

Pgina 9

Administracin de Empresas Constructoras ADEC 2015

Muestreo aleatorio con probabilidades proporcionales al tamao

En ciertas circunstancias se dispone de informacin adicional de las unidades, que puede
ser de utilidad para mejorar la representatividad de la muestra.
Por ejemplo, nos interesa determinar el nmero de alumnos en prctica que requerirn, para
el perodo de verano que se avecina, las empresas manufactureras.
Disponemos del listado de empresas y su tamao (personal empleado). Es esperable que
muchas empresas de tamao reducido requieran pocos alumnos en prctica, mientras que
en las empresas grandes requieran ms alumnos en prctica. Entonces, ms que tomar una
m.a.s. de n empresas (que no considera el tamao), es posible mejorar la muestra dando a
las empresas grandes una mayor oportunidad de aparecer en la muestra. El mtodo para
lograr esto se denomina muestreo con probabilidades proporcionales al tamao (denotado
comnmente por muestreo ppt).
Ejemplo
Siguiendo con la situacin anterior, suponga que en nuestra ciudad hay slo 10 empresas y
requerimos encuestar a 3 de ellas. Adems se dispone del nmero de empleados de cada
empresa.
Con esta informacin, presentada en la tabla 1, se obtienen columnas adicionales. La
primera presenta el nmero acumulado de empleados intervalo acumulado e incluye la
probabilidad de seleccin de cada empresa. Ntese que cada empresa tiene una
probabilidad proporcional a su tamao de ser seleccionado.
As, al generan 3 valores entre 1 y 1500, se busca al intervalo que pertenecen para proceder
a seleccionar la empresa que corresponde. En este caso, se han generado los valores 798,
658 y 239. Esto implica que deben entrevistarse a los responsables de RRHH de las
empresas numeradas como 6 (dado que el primer valor, 798, est contenido en el intervalo
681-920), de igual forma, los otros dos valores indican que las empresas numeradas como 5
y 3 son las seleccionadas.

MUESTREO Prof. Ricardo Aravena C. (2015)

Pgina 10

Administracin de Empresas Constructoras ADEC 2015

TABLA 1 Listado de empresas

Nmero de

Intervalo

Probabilidad

Empresa

empleados

acumulado

De seleccin

100

1-100

100/1500

120

101-220

120/1500

220

221-440

220/1500

80

441-520

80/1500

160

521-680

160/1500

240

681-920

240/1500

90

921-1010

90/1500

100

1011-1110

100/1500

80

1111-1190

80/1500

10

310

1191-1500

310/1500

An cuando el muestreo ppt es fcil de implementar al disponer de informacin adicional, se

requiere que esta informacin est fuertemente relacionada con la caracterstica que se
desea medir. En nuestro ejemplo, es altamente probable que el nmero de alumnos en
prctica a requerir est relacionado con el nmero de empleados. Otro aspecto no menor,
es que, lamentablemente, el clculo de los indicadores (promedios, proporciones, u otros
indicadores) se hace un poco ms complejo.

MUESTREO Prof. Ricardo Aravena C. (2015)

Pgina 11

Administracin de Empresas Constructoras ADEC 2015

Muestreo estratificado
Una muestra aleatoria estratificada es la obtenida mediante la separacin de los elementos
de la poblacin en grupos que no presenten traslapes, denominados ESTRATOS, y la
seleccin posterior de una muestra aleatoria simple en cada estrato.

Un ejemplo clsico de muestreo estratificado es cuando a la poblacin objetivo corresponde

a hogares de una ciudad y esta puede ser separada segn nivel socio-econmico (al
menos, en tres estratos: Alta Media Baja).

La figura 1 ilustra grficamente la estratificacin del Gran Santiago en trminos del nivel de
cobertura brindada, a las diferentes comunas, por las lneas del Transantiago. Aqu, los
estratos estn conformados por varias comunas, las cuales son identificados por el mismo
color.

Los principales motivos para utilizar muestreo estratificado en lugar del m.a.s. son:
1. La estratificacin puede producir un menor error muestral que el que se generara
con una m.a.s. del mismo tamao. Este resultado es cierto si las mediciones
obtenidas al interior de los estratos son homogneas.
2. El costo por medicin de la muestra puede ser reducido mediante la estratificacin
de los elementos de la poblacin de inters en grupos convenientes.
3. Se pueden obtener estimaciones de parmetros poblacionales para subgrupos de la
poblacin. En este caso, se requiere que los subgrupos o dominios de inters deben
ser coincidentes con los estratos definidos.

MUESTREO Prof. Ricardo Aravena C. (2015)

Pgina 12

Administracin de Empresas Constructoras ADEC 2015

FIGURA 1
ESTRATIFICACION SEGN NIVEL DE COBERTURA DEL TRANSANTIAGO A GRUPOS
DE COMUNAS DEL GRAN SANTIAGO

Uno de los ejemplos de aplicacin de muestro estratificado ms conocido es el diseo

aplicado en la obtencin de medicin televisiva (ms conocido como People Meter), donde
la poblacin de inters se estratifica, al menos, segn nivel socio-econmico (ABC1, C2, C3
y

D).

Para

mayor

informacin

referente

al

diseo

muestral

puede

revisar

www.peoplemeter.cl

Una segunda pregunta que debe responderse al decidir utilizar una muestra estratificada
corresponde a la afijacin de la muestra. Es decir, como distribuir la muestra de tamao n
entre los estratos.

MUESTREO Prof. Ricardo Aravena C. (2015)

Pgina 13

Administracin de Empresas Constructoras ADEC 2015

Suponga que la poblacin objetivo ha sido dividida en L estratos. Los mtodos disponibles
son:
i.

Afijacin proporcional. Se asigna a cada estrato la fraccin muestral

correspondiente a su participacin proporcional en la poblacin. Es el mtodo
ms conocido y la muestra resultante se denomina auto-ponderada.

ii.

Afijacin general. Con base al conocimiento del investigador, asigna las

fracciones segn su parecer. Por ejemplo, hace un tiempo en la muestra del
People meter, se asignaban 100 casos a cada uno de los cuatro estratos que la
poblacin se divida (segn el nivel socio-econmico), independiente de su
participacin poblacional. La muestra obtenida no es auto-ponderada y para la
obtencin de estadsticas muestrales se requiere de pesos o ponderaciones de
cada observacin.

iii.

Afijacin optimizante. En este caso, a cada estrato se asigna la fraccin muestral

en directa relacin a su variabilidad. En este caso, se requiere disponer de
indicadores de variabilidad en cada estrato.

Un problema, no menor, que se enfrenta al definir el esquema de muestreo, corresponde a

la situacin donde los elementos de inters no estn a la vista. En este caso, las unidades
muestrales visibles contienen varios elementos. En este caso, se dice que existen
conglomerados. Por ejemplo, si el inters es determinar la tenencia de cierto bien en las
viviendas de una comuna. Las manzanas de la comuna conforman conglomerados de
viviendas. Este tipo de problemtica es recurrente en la aplicacin de encuestas sociales. La
respuesta se esboza a continuacin.

MUESTREO Prof. Ricardo Aravena C. (2015)

Pgina 14

Administraci
A
in de Emp
presas Consttructoras AD
DEC 2015

Mues
streo de conglomer
c
rados y de
e mltiple
es etapas
El muestreo de conglomerad
c
dos se utiliza
a con suma
a frecuencia
a en las enccuestas sociiales.
Adem
s, la conglo
omeracin representa
r
la
as desviacio
ones ms ra
adicales, tantto tericas ccomo
empriicas, de la mayora
m
de lo
os resultados del anlisiis estadstico
o estndar.
La dife
erencia del muestreo de elementos
s con respe
ecto al muesstreo de con
nglomerados, es
que en
n ste ltimo
o, las unidad
des muestrales contiene
en varios ele
ementos.

Mues
streo de Conglome
C
erados
Si se desean op
piniones o preferencias
s personale
es, un proccedimiento m
ms econm
mico,
n reas urb
banas, pued
de ser mue
estrear famillias especfficas, edificios o
especialmente en
manza
anas de la ciudad, en lugar de ind
dividuos. La
as opinioness o preferen
ncias person
nales
puede
en ser obten
nidas de cada persona elegible de
entro de cada unidad m
muestreada (por
ejemp
plo, manzana
as). Esta tc
cnica se den
nomina Muesstreo de Con
nglomerado
os (tambin ssuele
denom
minarse Mue
estreo Por Conglomerad
C
dos). La figu ra 3 ilustra g
grficamente
e la selecci
n de
manza
anas de San
ntiago Centro
o.
FIGUR
RA 2 SELE
ECCIN (

) DE MANZ
ZANAS (CON
NGLOMERA
ADOS)

MUEST
TREO Prof. Ricardo Aravena C. (2015)

Pgin
na 15

Administracin de Empresas Constructoras ADEC 2015

De igual forma, podra seleccionarse una muestra (m.a.s.) al interior de cada conglomerado.
Debe notarse, que an cuando la poblacin ha sido dividida en grupos, estos no
corresponden a ESTRATOS. La diferencia bsica entre muestreo estratificado y muestreo
por conglomerado reside que en la primera tomamos m.a.s. para todos y cada uno de los
estratos (grupo homogneo de unidades), mientras que en el muestreo de conglomerados
seleccionamos una m.a.s. de conglomerados (relativamente heterogneos) y (i) podemos
censar los conglomerados; o (ii) tomar m.a.s. de unidades (muestreo bi-tapico).

Muestreo Estratificado de Conglomerados.

Gran parte de los estudios de muestreo se ocupan de las selecciones aleatorias de
conglomerados de igual tamao, debido a que las derivaciones y conceptos matemticos
pueden desarrollarse en forma ms clara y rpida. Sin embargo, la realidad dista mucho de
ello.
La estratificacin de las unidades primarias nos permite (i) una reduccin de la varianza; y
(ii) mejor dispersin de las unidades.

Submuestreo: Seleccin en etapas mltiples.

An cuando el muestreo de conglomerados completos (o de una sola etapa) puede hacerse
econmicamente en algunas situaciones, stas son los menos. Sin embargo, con frecuencia
no es posible ``crear" conglomerados de tamaos adecuados para una seleccin directa y
completa. Por ejemplo, cuando las unidades muestrales --conglomerados-- son comunas,
sus tamaos medios pueden diferir mucho. Los conglomerados disponibles deben ser objeto
de un submuestreo a partir de la seleccin primaria de un conglomerado.

El nmero de etapas depender de la forma de recoleccin de datos sobre el terreno y la

estructura de los conglomerados.

MUESTREO Prof. Ricardo Aravena C. (2015)

Pgina 16

Administracin de Empresas Constructoras ADEC 2015

Determinacin del tamao de la muestra.

Sin lugar a dudas es la pregunta ms reiterativa que recibe un estadstico y en lugar de
entregar una respuesta, requiere conocer respuestas a varias interrogantes. Entre estas
destaca una simple y compleja a la vez: qu se quiere investigar? En realidad, requiere
saber con exactitud cual es la caracterstica de la poblacin de inters que busca estimarse.
Por tanto, ms que un listado con muchas de las caractersticas de inters deseables, se
requiere una y solo una. Obviamente, la ms relevante.
Por ejemplo, si realizamos una encuesta muestral para evaluar estadsticamente la oferta de
una promocin, aprovechamos a preguntar tipo, forma, cantidad, valor (una de las ms
importantes), entre otras caractersticas de la oferta. Sin embargo, en este caso la ms
importante podra ser acepta o no acepta. Es decir, requerimos estimar la probabilidad
que un cliente acepte o no acepte la oferta de una promocin.

Tamao de la muestra para m.a.s.

Ms de alguna vez ha escuchado Ser suficiente una muestra del 5% de la poblacin para
que sea representativo? (o algo equivalente. Si fuera cierto, menudo trabajo tendran los
chinos, dado que su poblacin supera los mil millones).
Sin lugar a dudas es una de las preguntas ms comn que recibe un estadstico, y a la vez
una de las ms erradas, dado que el tamao de la muestra poco o nada depende del
porcentaje o fraccin de la poblacin. El tamao de muestra tiene directa relacin a) los
costos asociados y b) errores o niveles de precisin fijados.
Si la restriccin estuviese dado slo por los costos, es decir, si se dispone de C costo total, y
cada unidad tiene un costo de c, es inmediato que C= cxnn=C/c.
Sin embargo, lo ms recurrente es indicar el error permisible y posteriormente ajustar, en la
medida de lo posible, los costos.

MUESTREO Prof. Ricardo Aravena C. (2015)

Pgina 17

Administracin de Empresas Constructoras ADEC 2015

TAMAO DE MUESTRA PARA ESTIMAR UNA PROPORCIN

Si para estimar una proporcin se acepta que la diferencia entre el valor verdadero del
proporcin y su estimacin no supere , el tamao de muestra mnimo esta dado por
2

z P(1 P)
,
n'

al incorporar la correccin por poblacin finita, se tiene

n'
,
1 n' / N

donde N es el tamao poblacional.

Ntese que la expresin depende de z y P. Aqu, z representa una constante que se obtiene
de la distribucin normal estndar y est asociada al nivel de confianza. En cambio, P es lo
que se desea estimar y por tanto no se conoce (es un error?)
Con respecto a la constante z, si se desea determinar el tamao de muestra necesario para
estimar una proporcin con un 95% de confianza, la constante z es igual a 1,96. En cambio,
si se relaja el nivel de confianza, por ejemplo a un 90%, la constante alcanza el valor de
1,645. Por el contrario, si se es ms exigente y se desea un 99% de confianza, la constante
z es igual a 2,58.
A su vez, el parmetro P es desconocido y es el principal objetivo. Sin embargo, en realidad
la expresin que interesa evaluar es P(1-P). Ntese que este trmino esta acotado para los
diferentes valores que P. Dado que 0 < P < 1, implica que la expresin P(1-P) alcanza un
valor mximo igual a 0,25 cuando P=0,5.

MUESTREO Prof. Ricardo Aravena C. (2015)

Pgina 18

Administracin de Empresas Constructoras ADEC 2015

Ejemplo:
Para un sector comunal de 800 viviendas se desea conocer la proporcin de viviendas que
tienen acceso a Internet inalmbrico, cuntas viviendas son necesarias visitar si se desea
que el verdadero valor no difiera de su estimacin en ms de 0,06, con un 95% de
confianza?
i)

bajo el criterio de varianza mxima.

ii)

Suponga que la proporcin P no es superior al 0,3.

Solucin:
i.

Primeramente calculamos n. Aplicando la frmula, es inmediato que

n'

1,96 0,5 x0,5

16,3 2 266,8
0,06

Es decir, se requerira como mnimo visitar 267 viviendas. Al aplicar la correccin

por poblacin finita, se tiene:

267
200,2 ,
1 267 / 800

Es decir, la no despreciable cantidad de al menos 201 viviendas.

ii.

Aplicamos nuevamente las frmulas, pero ahora con P=0,3.

n'

1,96 0,3 x0,7

14,97 2 224,09
0,06

Al aplicar la correccin por poblacin finita, se tiene: n

225
175,6 ,
1 225 / 800

Es decir, a 176 viviendas. Comparativamente la disminucin es nada de

despreciable (y cuantificable econmicamente) cuando se dispone de algo de
informacin.

MUESTREO Prof. Ricardo Aravena C. (2015)

Pgina 19

Administracin de Empresas Constructoras ADEC 2015

Cmo afecta el tamao poblacional?

Suponga la misma situacin, bajo el criterio de varianza mxima (p=0,5), pero ms que
interesar un sector comunal especfico, interesa
a) Las viviendas de una comuna semi-rural cercana a Santiago, cuyo nmero de
viviendas alcanza aproximadamente a 2 mil.
b) Las

viviendas

de

una

comuna

de

Santiago,

cuyo

nmero

alcanza

aproximadamente a 74 mil. O bien,

c) La totalidad de viviendas de la Regin Metropolitana que supera levemente el
milln de viviendas.
Es claro que el n es idntico al obtenido anteriormente, slo debemos aplicar las
correcciones por poblacin finita. As,
a) n

267
235,6
1 267 / 2000

b) n

267
266,04
1 267 / 74000

c) n

267
266,93
1 267 / 1000000

Se puede apreciar claramente, que en poblaciones que superen las 20 mil unidades, en la
determinacin del tamao muestral el tamao de la poblacional no importa.

MUESTREO Prof. Ricardo Aravena C. (2015)

Pgina 20

Administracin de Empresas Constructoras ADEC 2015

TAMAO DE MUESTRA PARA ESTIMAR UNA MEDIA

Si para una media se acepta como error mximo de estimacin , el tamao de muestra
mnimo esta dado por

z
n'
,

2

al incorporar la correccin por poblacin finita, se tiene

n'
,
1 n' / N

donde N es el tamao poblacional.

Aparentemente la expresin es ms simple, pero depende del parmetro , que representa
la variabilidad de la caracterstica (continua) que desea estimarse.
Si se tiene conocimiento relativo a , la determinacin del tamao muestral es fcil. Sin
embargo, es recurrente no tener conocimiento especfico sobre . A lo ms, en algunas
circunstancias se tienen ciertas ideas sobre la variabilidad de la variable de inters.
Posibles soluciones:
a) Definir el error de estimacin en trminos de .
b) Poblaciones equivalentes. En ms de una oportunidad, se desea estimar una
caracterstica para la cual se dispone de informacin en poblaciones parecidas.
El conocer s equivalentes pueden servir para acotar el valor de a utilizar.
c) Normalidad. Si asumimos que la variable se comporta como una distribucin
normal, es bien sabido que entre y se encuentra aproximadamente el
95% de la poblacin. O bien, entre y se encuentra el 99,7% de la
poblacin. As, con cierto conocimiento de valores mnimos y mximo para la
variable de inters se dispone de aproximaciones para
d) Muestras pilotos. Si estamos frente a una variable de inters en que no existen
poblaciones equivalentes y desconocemos su comportamiento, o su posible
MUESTREO Prof. Ricardo Aravena C. (2015)

Pgina 21

Administracin de Empresas Constructoras ADEC 2015

recorrido (valores mnimos / mximo) la nica solucin es llevar a cabo una

muestra de tamao reducido digamos 50 casos, y a partir de estos, obtener
conocimiento sobre . Un aspecto interesante de utilizar muestras pilotos, es que
estas no pueden ser utilizadas posteriormente, como parte de la muestra final,
para estimar la caracterstica de inters.
Ejemplo
Se desea estimar la media de la edad de los solicitantes de crditos hipotecarios. Se desea
que el error sea a lo ms 6 meses (es decir, 0,5 aos).
Suponga un tamao poblacional de N=1.500, con
a) conocido e igual a 4 aos.
b) Si s es desconocido, que el error sea a lo ms /6.
c) Si es desconocido, utilice como poblacin equivalente a la edad de los
egresados universitarios del ao pasado promedio 28 aos con una desviacin
de 6 aos.
d) Suponga distribucin normal, con edades entre 20 y 50 aos.
Solucin
Al utilizar la frmula correspondiente:
2

1,96 x 4
246
a) n'
211,3
15,7 2 245,8 , aplicando cpf n
1 246 / 1500
0,5
b) En este caso, el trmino del error se reemplaza por /6, es decir,

139
1,96 x
2
n'
127,2
11,8 138,3 , aplicando cpf n
1 139 / 1500
/6
2

1,96 x6
554
404,6
23,5 2 553,2 , aplicando cpf n
1 554 / 1500
0,5

c) n'

MUESTREO Prof. Ricardo Aravena C. (2015)

Pgina 22

Administracin de Empresas Constructoras ADEC 2015

d) En este caso, si asumimos normalidad, y que el mnimo y mximo cubren el

99,7%, se tiene: ( ,
= 50-20 =5, reemplazando.
2

1,96 x5
385
n'
306,4
19,6 2 384,2 , aplicando cpf n
1 385 / 1500
0,5
Opcionalmente, se podra adoptar una posicin ms conservadora. En este caso
se asume que entre el valor mnimo y valor mximo slo se cubre el 95%. As,
dado que ( , cubre el 95%, se tiene:
= 50-20 =7,5, reemplazando.
2

1,96 x7,5
385
n'
548,6
29,4 2 864,4 aplicando cpf n
1 385 / 1500
0,5
En resumen, se tienen 5 soluciones diferentes debido a que los requerimientos,
supuestos y la informacin disponible difieren.

MUESTREO Prof. Ricardo Aravena C. (2015)

Pgina 23