MUESTREO

Parte 1: Generalidades
Proceso de Investigacin

1. Concebir la idea a investigar

2. Plantear el problema
3. Elaborar el marco terico
4. Definir el tipo de investigacin
5. Formular la hiptesis y definir las variables
6. Seleccionar el diseo apropiado
7. Seleccionar una muestra apropiada
Unidad de Anlisis

Para seleccionar una muestra primero hay que definir cual ser la
unidad de anlisis; es decir, qu o quines sern medidos.
Esto depende del problema a ser investigado y de los objetivos de la
investigacin.
Una vez definida la unidad de anlisis, se procede a delimitar la
poblacin.
 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.
Finita: Cuando el tamao es realtivamente poco
Infinita: cuando la pobalcion tiene una cantidad muy grnde unidades
indeterminadas
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 buena
muestra
Que comprendan parte de la poblacin y no la totalidad de sta.
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
buena muestra
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
buena muestra

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
 Tipos de Muestreos
PROBABILSTICOS
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
NO PROBABILISTICOS
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 Muestreos No Probabilsticos

Estimacin de Parmetros Estudios Pilotos
Comprobacin de Hiptesis Estudios Cualitativos
 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
 Errores y Clculo del tamao
de la muestra

8/17/2017 16
 Aleatorio
Muestral
Sistemtico

V = v e

Valor Valor
Medido en la ERROR
Verdadero
muestra
en la
poblacin
 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)

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.
 Estimacin del Error

Cuando la variable bajo estudio es una proporcin (ej, variables

nominales u ordinales con pocas categoras)

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
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 *

Para comparaciones de media Para estimacin de proporciones

2
zs z 2 pq
n n n 1 2
e e

* Para poblaciones infinitas (donde N>> n )

Por lo tanto el tamao de la muestra

Es directamente
proporcional al nivel
de confianza Z.

Es directamente
Es inversamente proporcional a
proporcional al la variabilidad
error estimado. del fenmeno a
estudiar.
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:

2
3 x50 x50
n
EL TAMAO DE LA POBLACIN NO FUE 2
TOMADO
2
EN5625
CUENTA!!!

POR QU P y Q valen 50 % ?
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

2
NZ pq
n 2
e ( N 1) Z pq
2
Tamao de la Muestra

Fuente: Metodologa y Tcnicas de Investigacin Social. Piergiorgio Corbetta

 3ra Parte

TIPOS DE MUESTREO
 Recordando: Tipos de Muestreos
PROBABILSTICOS
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
NO PROBABILISTICOS
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

Por
Simple Sistemtico Estratificado
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 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
Muestreos Probabilsticos: Simple

Ventajas Desventajas
Facilidad en los clculos Cada que cada miembro de la
estadsticos poblacin tiene que ser
Elevada probabilidad de lograr identificado
equivalencia entre las Complicado en poblaciones
caractersticas de la muestra y grandes
las correspondientes a la Alto costo
poblacin
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

Estrato Primario
Escuela Escuela
Primarias Secundarias

Escuela 1 Escuela 2 Escuela 1 Escuela 2

Profesores Profesores Profesores Profesores

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

2500
nestratos
3
Ejemplo Muestro por Estratos. Afiliacin
Proporcional

nestrato1 0,45 x 2500 1125

nestrato2 0,39 x 2500 975
nestrato3 0,16 x 2500 400
 Ejemplo de Muestreo por Estratos. Afiliacin
ptima
Paso 1 : Multiplicar el porcentaje de la poblacin correspondiente al estrato por la
varianza del estrato
45 x1900 85500
39 x 2600 101400
16 x 2100 33600
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.
Pr oporcinestrato1 85500 / 220500 0,388
Pr oporcinestrato2 101400 / 220500 0,460
Pr oporcinestrato3 33600 / 220500 0,152
Paso 4 : Se calcula el tamao de la muestra de cada estrato multiplicando
su proporcin por el tamao de la muestra global ( 2500)
0,388 x 2500 970
0,460 x 2500 1150
0,152 x 2500 380
970,1150,380 2500
Ventajas y Desventajas del Muestreo
Aleatorio Estratificado

Ventajas
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
Desventajas
Puede ocurrir que los miembros
de una unidad superior se
parezcan, reduciendo la
representatividad de otros en la
muestra final.
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 Escuelas
Primarias Secundarias

Escuela 1 Escuela 2 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

Bola de
Por Cuotas
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
Ventajas
Resulta ms econmico que
los muestreos probabilsticos
. No existe un mtodo vlido para
Fcil de ejecutar el trabajo de
campo
No precisa el listado de la
poblacin
Supone
Desventajas
mayor error muestral que
los diseos probabilsticos.
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.
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, con ayuda de los
primeros, va conociendo a 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
Deseo
explcito de
no responder
Falta de No respuesta
contacto por no
directo entender

Prdidas
por no
respuesta
Tipos de Error de no respuesta

Parcial

Total
8/17/2017 67
 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
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 Si el fenmeno est

tamao de la concentrado en
muestra aumenta el sectores especficos
error. de la poblacin la
muestra puede
sesgarse.

Error Sesgo
Mtodos de reduccin del impacto de la no
respuesta

Prevencin Intervencin
( durante la (luego de la
recoleccin recoleccin
de datos ) de los datos )
Ponderacin

Conocimiento
Post-
de los que no
estratificacin
responden
Fin