El asunto del Muestreo

Muestreo

Proceso para seleccionar una sección representativa de la población con

el objeto de estudiarla (realizar el experimento) y poder caracterizar el
total de la población (hacer la extrapolación).
Herramienta de la investigación científica, cuya función básica es
determinar que parte de una población debe examinarse, con la finalidad
de hacer inferencias sobre dicha población.
Ventajas:
• Se requiere estudiar menos individuos,
lo que implica menos recursos (tiempo y
dinero).
• El muestreo en realidad puede ser más
preciso que estudiar toda la población,
ya que los investigadores pueden tener
mayor control sobre los sujetos. Los
estudios grandes pueden ocultar
correlaciones interesantes entre todo el
"ruido".
• Las manipulaciones estadísticas son
mucho más fáciles con conjuntos más
pequeños de datos y así es más fácil
evitar el error humano al ingresar y
analizar los datos.
Inconvenientes:
• Se introduce error (controlado) en el resultado,
debido a la propia naturaleza del muestreo y a la
necesidad de generalizar resultados.
• Hay lugar para un posible sesgo en la selección
de sujetos adecuados para la investigación. Esto
puede ser porque el investigador selecciona
sujetos que son más propensos a dar los
resultados deseados o que los sujetos tienden a
seleccionarse a ellos mismos. Éstos son
denominados factores determinantes y también
incluyen un diseño del
experimento malo, variables de confusión y
el error humano.
• El muestreo exige un conocimiento
de estadísticas y todo el diseño del experimento
depende del método de muestreo requerido.
Ejemplo: Si una empresa de sondeo de opinión realiza encuestas
telefónicas entre las 9 y las 17hs. no van a ubicar a muchas personas que
salen a trabajar, lo que invalidará totalmente sus resultados.
Universo o población: Es el total de sujetos o entes que se desea
estudiar o caracterizar, deben estar localizados en un lugar o región
geográfica y/o en un tiempo o período de tiempo determinado.

Ejemplos: personas, personas mayores de cierta edad, hogares

particulares, instituciones, empresas, alumnos de cierta edad, alumnos de
un grado.

¿Cuántos colombianos mayores van a votar en las próximas elecciones?,

el universo en este caso serían "los colombianos mayores de edad aptos
Muestra:
para votar".
• Es el conjunto de sujetos del universo que son seleccionados para
estudio, en este caso para una encuesta.
• Es una parte de la población que se espera pueda brindar información
sobre toda la población.

Para que una muestra sea representativa, y por lo tanto útil, debe de
reflejar las similitudes y diferencias encontradas en la población, es decir
ejemplificar las características de ésta.
Marco muestral
Lista de elementos que
componen el universo
objeto de estudio y de la
cual se extrae la muestra.
Los elementos a investigar
pueden ser individuos, pero
también pueden ser
hogares, instituciones y
cualquier otra cosa
susceptible de ser
investigada.
Cada uno de estos
elementos presentes en el
marco muestral se conoce
como unidades muestrales.
Unidades de muestreo, número de elementos de la población, no
solapados, que se van a estudiar. Todo miembro de la población
pertenecerá auna sola unidad de muestreo.
Unidades de análisis, objeto o individuo del que se extrae la información
Importancia del Marco Muestral.

De él depende:
Que todas las unidades de la población tengan chance de ser incluidas
en la muestra.
Las alternativas para la selección de la muestra (el diseño muestral a
emplear).
El tipo de unidad que se va a muestrear.
Cómo se llega a contactar a las unidades de la muestra.
El método de estimación para aproximar los parámetros de la población.
Posibles problemas de los Marcos
Cobertura deficiente
Sobre cobertura (unidades extrañas)
Duplicación de unidades
Desactualización
Información auxiliar incorrecta
Información de acceso incorrecta
 Propiedades deseables de un Marco

Relacionadas con la calidad:

 Unidades bien definidas
 Completo
 Estable
 Fácil de actualizar

Relacionadas con la eficiencia:

 La información auxiliar está actualizada o es fácil de
actualizar
 Facilita la selección de las unidades muestrales es fácil de
procesar y manipular

Relacionadas con los costos:

 Bajo costo de preparación
 Bajo costo para el uso
 Bajo costo de actualización
¿Qué es una variable?
Una variable estadística es una característica numérica que
poseen todas las unidades de la población. En teoría, es posible
medir el valor de la variable en cada unidad de la población.

¿Qué es un parámetro?
Es una medida resumen de la variable.
Es una magnitud fija y desconocida.
Es un dato numérico que caracteriza a la población.
No depende de la muestra elegida.
Pero la muestra puede ayudar a conocerla (aproximarla).
Parámetros más usuales
 Total: suma de los valores de una variable medidos sobre toda
la población. Promedio: cociente entre el total de la variable y
el tamaño de la población. Proporción de un atributo:
porcentaje de elementos de la población que cumplen una
condición.
 Razón: cociente de los Totales (o de los Promedios) de dos
variables.
 Cuantil: Valor de una variable que, previamente ordenada,
acumula cierto porcentaje de la población.
 ¿Para qué la
muestra?

Para determinar parámetros

Un parámetro es una función definida sobre las características
mensurables que se observan en el objeto de estudio.
El valor de pH
La DBO
El contenido de una sustancia particular
 ERROR
El error muestral se
refiere a la variación
natural existente entre
muestras tomadas de la
misma población.

Errores no muestrales

Son errores ajenos al muestreo, que no provienen del hecho de

observar una parte de la población, sino que son consecuencia de
otros factores relacionados con las encuestas.
No disminuyen cuando el tamaño de la muestra aumenta, sino que
incluso pueden aumentar.
Su característica principal: no son medibles. Se pueden clasificar
con arreglo a diversos criterios.
Origen errores no muestrales

Muestreador
Método de recolección
Entrevistador
Entrevistado
Cuestionario
Programador
Digitador
Analista
 Muestreo

Según
No
método de Probabilístico probabilístico
selección
 Simple

Según método Doble

de selección

Múltiple
 Simple
Este tipo de muestreo toma solamente una muestra de una
población dada para el propósito de inferencia estadística. Puesto
que solamente una muestra es tomada, el tamaño de muestra
debe ser los suficientemente grande para extraer una conclusión.
Una muestra grande muchas veces cuesta demasiado dinero y
tiempo.
 Doble

Si el resultado del estudio de la primera muestra no es decisivo, una segunda

muestra es extraída de la misma población. Las dos muestras son
combinadas para analizar los resultados.
Esto permite a una empezar con una muestra relativamente pequeña para
ahorrar costos y tiempo. Si la primera muestra arroja una resultado definitivo,
la segunda muestra puede no necesitarse.
 Múltiple

El procedimiento bajo este método es similar al expuesto en el

muestreo doble, excepto que el número de muestras sucesivas
requerido para llegar a una decisión es más de dos muestras.
 Muestreo Probabilístico

 El procedimiento de selección de la muestra se

basa en un mecanismo de azar.
 Es posible definir el conjunto de muestras
posibles.
 Cada muestra posible tiene asociada una
probabilidad conocida de ser seleccionada.
 Todo elemento de la población tiene
probabilidad no nula de ser seleccionado.
 Aleatorio Simple

Con probabilidades desiguales Sistemático

Aleatorio estadístico Por conglomerados

Probabilístico

Estratificado Proporcional al tamaño

En varias etapas
 Aleatorio
Aleatorio Simple
Simple

Procedimiento de muestreo probabilístico que da a cada elemento de

la población objetivo y a cada posible muestra de un tamaño
determinado, la misma probabilidad de ser seleccionado.

1. Define la población objetivo.

2. Identifica un marco de muestreo actual de la población objetivo o
desarrolla uno nuevo.
3. Evalúa el marco de muestreo para la falta de cobertura, cobertura
excesiva, cobertura múltiple y la agrupación, y haz los ajustes que
consideres necesarios.
4. Asigna un número único a cada elemento de la trama.
5. Determina el tamaño de la muestra.
6. Selecciona al azar el número específico de elementos de la
población.
 Aleatorio estadístico

En el este muestreo
Todos los individuos tienen la misma probabilidad de ser
seleccionados
Las observaciones se realizan con reemplazamiento, de forma que
la población es igual en todas las extracciones.
En el caso de que se renuncie, por azar, a volver a seleccionar en
la muestra al mismo individuo, estaremos en el caso de método
aleatorio sin reemplazamiento.
Puede usarse cuando los individuos de la población son homogéneos
con respecto a la característica a estudiar (es decir, a priori no sabemos
si los resultados van a ser muy diferentes por causa de otras variables).
Es poco recomendado cuando la población es muy grande
y heterogénea (los individuos presentan características dispares).
 Sistemático

Se aplica cuando la población es bastante irregular respecto al

carácter que estamos estudiando y deseamos que en la muestra se
refleje toda esta variabilidad. Para llevarlo a la práctica se numera la
población y se calcula el paso del muestreo mediante la fórmula k =
N/n, siendo N el tamaño de la población y n el de la muestra. Se elige
un individuo al azar entre los k primeros. A partir de dicho individuo se
elige un nuevo elemento cada k unidades hasta completar la muestra.
Ventajas: El proceso de elección de la muestra es más sencillo. Si
elegimos k pequeño, la muestra resultante cubre toda la variabilidad de
la población respecto al carácter bajo estudio.
Inconvenientes: Depende de la ordenación que le demos a los
individuos de la población. Puede dar problemas si la población
presenta un comportamiento cíclicos. Al igual que los anteriores se
requiere un censo de la población para poder llevarlo a cabo.
Supongamos que tenemos 100 hogares. Elegir una muestra de 5 con
muestreo sistemático. RESOLUCIÓN. Ordenamos numéricamente los
hogares del 1 al 100. El cociente de dividir 100 entre 5 es 20; entonces
20 sería el período. Elegimos al azar un número entre 1 y 20, digamos
16. El hogar con el número 16 sería el primero seleccionado, y los
restantes los numerados con 36, 56, 76 y 96.
 Estratificado

Consiste en dividir toda la población objeto

de estudio en diferentes subgrupos o
estratos disjuntos, de manera que un
individuo sólo puede pertenecer a un estrato.
Características
 La estratificación puede producir un límite
más pequeño para los erros de estimación
que el que se generaría por una muestra
aleatoria simple del mismo tamaño.
 El costo por observación en la encuesta
puede ser reducido mediante la
estratificación de los elementos de la
población en grupos convenientes.
 Se puede obtener estimaciones de
parámetros poblacionales para subgrupos
de la población.
 Por conglomerados

Los elementos muestrales se encuentran formando grupos, como por

ejemplo, las personas que viven en colonias de una ciudad, los elementos
de una caja de una línea de producción, los clubes de personas, las áreas
arboladas de un terreno, etc.
Como el objetivo del muestreo es levantar la mayor cantidad de información
al menor costo, en este tipo de casos lo más económico el encuestar a un
elemento muestral y a todos sus vecinos, así se ahorran los costos de un
traslado del encuestador.
 Proporcional al tamaño

Las unidades de observación se seleccionan con probabilidades desiguales

y, a la vez, proporcionales a cierta variable auxiliar, logrando con esto que
el cociente formado por la variable de interés y la auxiliar tenga mucho
menor variabilidad que la de las lecturas individuales de la variable en
estudio.
 Con probabilidades desiguales

En esencia se desarrolla como un Muestreo Aleatorio Simple, pero

a diferencia de este, no todos los individuos tienen la misma
probabilidad de ser seleccionados para la muestra. Conlleva el
riesgo de que se produzca un sesgo porque la representación en la
muestra de determinados grupos puede ser mayor de la que
correspondería a dichos grupos por su peso en la población.
 En varias etapas

Se trata de combinar dos o más diseños muestrales de los

anteriormente descritos. Cada vez que aplicamos un diseño muestral
diremos que hemos llevado a cabo una etapa del muestreo.
Habitualmente la primera etapa en un muestreo multietápico consiste
en la aplicación de un muestreo por conglomerados. Una vez
seleccionados los conglomerados, en cada uno de ellos se puede
aplicar un muestreo aleatorio simple, estratificado, sistemático o un
segundo muestreo por conglomerados. Como puede deducirse, en
dos o tres etapas (no suele haber más) hay bastantes posibilidades
de combinar los diseños muestrales estudiados en este tema.
 Muestreo no
Probabilístico

 El método de selección no emplea la teoría de probabilidades.

 No se conoce la opción que tiene cada unidad de la población de ser
seleccionada
 No hay posibilidades de evaluar precisión en los resultados
 Es fácil de implementar con pocos recursos
 No garantiza representatividad.
 Por cuotas Discrecional

No Bola de nieve
Casual
probabilístico

Confianza Opinático

Voluntarios
 Por cuotas

Se basa en seleccionar la muestra después de dividir la población en

grupos o estratos.

La población se divide en k estratos o grupos, tales como la edad,

sexo, nivel educativo, etc.

El investigador elige las cuotas (número de sujetos) n1, n2,…, nk que se

van a tomar de cada grupo,

Se eligen los elementos en cada estrato o grupo por métodos no

probabilísticos.
 Discrecional

El investigador selecciona a los individuos a través de

su criterio profesional. Puede basarse en la experiencia de otros
estudios anteriores o en su conocimiento sobre la población y el
comportamiento de ésta frente a las características que se estudian.
 Casual

Consiste en encuestar a personas (por

ejemplo, aunque las unidades de análisis
pueden ser otras,
como hogares) seleccionándolas de manera
puramente casual hasta cubrir una cantidad
determinada de casos.
Sin método alguno se aplica el cuestionario
de la encuesta a todos los que estén
dispuestos a responder.
Son de menor costo,
No se requiere mucha capacitación de
encuestadores.
No son representativas,
 Intervalos de Confianza

Un intervalo de confianza es un rango de valores, derivado de los

estadísticos de la muestra, que posiblemente incluya el valor de un
parámetro de población desconocido. Debido a su naturaleza aleatoria, es
poco probable que dos muestras de una población en particular produzcan
intervalos de confianza idénticos. Sin embargo, si usted repitiera muchas
veces su muestra, un determinado porcentaje de los intervalos de confianza
resultantes incluiría el parámetro de población desconocido.
 Opinático

Muestreo intencional u opinático: en el

que la persona que selecciona la
muestra (experto) es quien procura que
sea representativa, dependiendo de su
intención u opinión, siendo por tanto la
representatividad subjetiva.

Como consecuencia de su lógica

subjetividad, se puede afirmar que,
por lo general, el proceso de
muestreo opinático o intencional
proporciona muestras más
representativas cuanto menor sea el
tamaño de las muestras a obtener.
 Bola de nieve

Técnica de muestreo no probabilística en la que los individuos

seleccionados para ser estudiados reclutan a nuevos participantes
entre sus conocidos. El nombre de "bola de nieve" proviene
justamente de esta idea: del mismo modo que una bola de nieve al
rodar por una ladera se va haciendo más y más grande, esta
técnica permite que el tamaño de la muestra vaya creciendo a
medida que los individuos seleccionados invitan a participar a sus
conocidos.
 Voluntarios

Muestreo de voluntarios (donantes)

Muestreo de unidades accesibles (clientes que vienen a presentar
quejas)
Muestreo de personas que pasan por un lugar en un momento dado
(sondeo)