TEMA 7: DISEO Y PROCEDIMIENTOS DE MUESTREO

Muestra o censo Terminologa y fundamentos del muestreo Etapas den la seleccin de la muestra Muestreo no probabilstico  Muestreo de conveniencia  Muestreo de juicios  Muestreo por cuotas  Muestreo de bola de nieve 5. Muestreo probabilstico  Muestreo aleatorio simple  Muestreo aleatorio sistemtico  Muestreo aleatorio estratificado  Muestreo por conglomerados 6. Determinacin del diseo muestral apropiado 7. Determinacin del tamao de la muestra 7.1. Muestreo aleatorio simple 7.2. Muestreo estratificado 1. 2. 3. 4.

2. TERMINOLOGA
 Muestreo: conjunto de operaciones encaminadas a determinar una muestra, su tamao y dems caractersticas necesarios para identificar a los elementos que la forman.  Poblacin: conjunto formado por la totalidad de elementos con arreglo a unas caractersticas concretas.  Poblacin de estudio: conjunto de elementos sobre los que se toma la muestra.  Muestra: subconjunto de elementos de la poblacin elegidos para estudiar y as tratar de inferir caractersticas de la poblacin.  Censo: relacin completa de los elementos de una poblacin.  Sesgo: error especfico de la muestra por falta de representatividad.  Error muestral: es el imputable al estudio de una parte de la poblacin o muestra.  Error no muestral: es el que se produce en toda la investigacin como consecuencia de definiciones conceptuales incorrectas, de fallos en los instrumentos de medida, en la entrevista o en el desarrollo del trabajo de campo.

2. TERMINOLOGA
 Marco muestral: listado que identifica a los elementos de la poblacin objetivo.  Elemento: cada una de las unidades sobre las que interesa obtener informacin.  Unidad muestral: unidad seleccionada de la poblacin para la aplicacin de la tcnica de investigacin; contiene los elementos de la poblacin que pueden formar parte de la muestra.  Parmetro: medida de una caracterstica determinada de una poblacin. Si esta medida est referida a una muestra entonces se denomina estadstico. La diferencia entre ambos valores es el error muestral.  Estimador: es el valor muestral utilizado para inferir un valor poblacional. Un estimador insesgado es un estimador cuya esperanza matemtica es el parmetro poblacional que estima. Se dice que un estimador es consistente si al sustituir el tamao de la muestra por el del total de la poblacin la estimacin coincide con el parmetro poblacional.  Distribucin muestral: Es la representacin de los valores de los estadsticos (la media, por ejemplo) con sus frecuencias.

 Teorema central del lmite: si el tamao de la muestra es lo suficientemente grande (a partir de 30) y si las muestras se extraen aleatoriamente, este teorema nos dice que la distribucin de muestreo de la media aproximadamente tendr una distribucin normal con una media igual a la de la poblacin y con una varianza igual a la varianza de la poblacin dividida por el tamao de la muestra.  Dispersin: medida estadstica del nivel de variacin de la opinin del colectivo total sobre el tema analizado respecto al valor medio.  Inferencia estadstica: proceso de estimacin de resultados vlidos para una poblacin a partir de los resultados obtenidos de una muestra de esa poblacin.  Intervalo de confianza: intervalo con una determinada probabilidad de incluir el valor poblacional. Se determina a partir de los resultados muestrales y el error de muestreo.  Nivel de confianza: probabilidad de obtener un intervalo de confianza concreto.  Mtodo de muestreo: procedimiento utilizado para seleccionar de forma representativa las unidades muestrales.

2. TERMINOLOGA

3. ETAPAS EN LA SELECCIN DE LA MUESTRA

1. 2. Definicin de la poblacin objetivo: en trminos de contenido, unidades, extensin y tiempo. Identificar el marco muestral: normalmente es imposible confeccionar una lista que no excluya a algunos miembros de la poblacin. Determinar el mtodo de muestreo: si la unidad de muestreo es diferente del elemento es necesario especificar tambin cmo se deben seleccionar los elementos dentro de la unidad de muestreo. Determinar el tamao de la muestra: se deben considerar los siguientes factores cualitativos:
      Importancia de la decisin. Naturaleza de la investigacin. Nmero de variables. Naturaleza del anlisis. Tamaos de muestra utilizados en estudios similares. Restricciones de recursos.

3.

4.

3. ETAPAS EN LA SELECCIN DE LA MUESTRA

5. Seleccin material de la muestra: elegir los componentes de la muestra y localizar materialmente la muestra, es decir, localizacin fsica de las unidades. Decidir el trato que se ha de dar a la falta de respuestas: se niega a responder, no se localiza, no sabe contestar o no es accesible. Para reducir este riesgo de no respuesta hay varios procedimientos:
  

6.

Mejorar el diseo de la investigacin para reducir las negativas. Repetir los intentos. Estimar los efectos de la falta de respuesta en lo que respecta a la calidad de la informacin.

4. MUESTREO NO PROBABILSTICO: CARACTERSTICAS

 La seleccin de la muestra no es aleatoria, sino que se basa, en parte, en el juicio del entrevistador o de responsable de la investigacin.  No se basa en ninguna teora de la probabilidad y, por lo tanto, no es posible calcular la precisin o acotar el error cometido.  No es posible calcular estos errores ni la confianza de las estimaciones que, adems, no siempre se reducen aumentando el tamao de la muestra.  En el muestreo no probabilstico los costes y la dificultad del diseo son ms reducidos (al no ser necesario disponer de un marco). Este muestreo puede dar buenos resultados, pero tambin apareja el riesgo de proporcionar una informacin errnea.

4. MUESTREO NO PROBABILSTICO
Muestreo de conveniencia  Las muestras se seleccionan segn un criterio de accesibilidad o comodidad.  Suele emplearse en centros comerciales, plazas, estaciones de autobuses o de tren, metro, aeropuertos o lugares de gran afluencia pblica.  Se utiliza para obtener un mayor nmero de cuestionarios completados de forma rpida y econmica.  Adecuado en la investigacin exploratoria que venga seguida de una investigacin adicional en la que se extraiga una muestra probabilstica. Muestreo de juicios  La muestra es elegida por un experto de acuerdo con su criterio, buscando las unidades ms representativas.  Ejemplo: mercados de prueba, presuntos lderes seleccionados en la investigacin de conducta de voto .  Se emplea cuando el tamao de la muestra es pequeo.

Muestreo por cuotas

4. MUESTREO NO PROBABILSTICO

 Tiene por objetivo asegurar que los diversos subgrupos de una poblacin estn representados en la muestra respecto de las caractersticas pertinentes de la muestra y con la proporcin exacta que el investigador desee.  La seleccin accidental de sujetos puede producir sesgo.  La velocidad de recopilacin de datos, los menores costes y la comodidad son sus principales ventajas frente al muestreo de probabilidad.  Puede resultar apropiado cuando el investigador sabe que es ms probable que un cierto grupo demogrfico rehse colaborar con una encuesta.

Muestreo de

bola de nieve

 Los primeros elegidos como encuestados (probablemente a juicio del investigador) proponen y ayudan a la seleccin de los restantes de la muestra. Esta tcnica se utiliza para localizar por referencias a miembros de poblaciones peculiares.  Ventajas: los reducidos tamaos de muestra y los costes.  Sesgo porque la persona sugerida por otro miembro de la muestra tiene una probabilidad mayor de ser similar a la primera.

5. MUESTREO PROBABILSTICO: CARACTERSTICAS

 Las muestras se seleccionan al azar, no se seleccionan por los investigadores.  Cada elemento de la poblacin tiene la misma probabilidad de ser elegido.  Se puede conocer el error muestral, el nivel de confianza y el nivel de precisin de las estimaciones.  Los resultados se pueden generalizar.  Es el nico mtodo que puede evaluar la representatividad de la muestra.  Es ms caro que el muestreo no probabilstica.  Es, en general, ms lento y complicado que el muestreo no probabilstica.

5. MUESTREO ALEATORIO SIMPLE: INCONVENIENTES

 Su utilizacin est supeditada a la existencia de una base de sondeo donde se puedan enumerar todos los elementos constituyentes del universo objeto de estudio.  La extraccin al azar dispersa totalmente a los componentes de la muestra. Imaginemos los costoso que sera ir a Gerona a hacer una entrevista a una sola persona, a otra en Cdiz, a otra en Vigo,  No tiene en cuenta criterios de homogeneidad/heterogeneidad entre conjuntos de elementos del universo.  Es un mtodo lento, sobre todo cuando el nmero de elementos que constituyen el universo objeto de estudio y/o la muestra es elevado.

5. MUESTREO ALEATORIO SISTEMTICO

 En primer lugar se selecciona el coeficiente de elevacin (tamao poblacin/tamao muestra), a continuacin se elige al azar un nmero inferior al coeficiente de elevacin. La primera unidad muestral es el nmero elegido, la segunda unidad muestral se determina agregando a ese primer nmero el coeficiente de elevacin y as sucesivamente hasta completar el tamao de la muestra.  Es preciso un listado de los elementos, que normalmente sigue algn criterio coincidente o no con el inters objeto de investigacin: orden alfabtico, domicilio, momento o tiempo en que se produce un hecho, indicadores de tamao, otros indicadores.  Este muestreo es sencillo, fcil de ejecutar y menos caros que otros muestreos aleatorios, slo se efecta una seleccin al azar al principio y a partir de ah el proceso es automtico. Este muestreo asegura un reparto de los componentes de la muestra contribuyendo a evitar que est compuesta nicamente por valores extremos.

5. MUESTREO ALEATORIO ESTRATIFICADO

 Determina el nmero de elementos a seleccionar de cada segmento, necesarios para formar una muestra representativa.  Es un proceso en dos fases en el que la poblacin se divide en estratos. El estrato debe ser mutuamente excluyente y colectivamente exhaustivo. Despus, los elementos se seleccionan para cada estrato mediante un procedimiento aleatorio, por lo general m.a.s.  Difiere del muestreo por cuotas en que los elementos de la muestra se seleccionan en forma probabilstica en vez de hacerlo por conveniencia o por juicio.  Un objetivo principal de este muestreo es incrementar la precisin sin aumentar el coste  El criterio para la seleccin de las variables de estratificacin consiste en homogeneidad, heterogeneidad, relacin y coste. Las variables comnmente utilizadas incluyen caractersticas demogrficas, tipo de cliente (con o sin tarjeta), tamao de la empresa o tipo de industria.

5. MUESTREO ALEATORIO ESTRATIFICADO

 El nmero de estratos a utilizar es cuestin de juicio, pero la experiencia sugiere el uso de no ms de seis.  Procedimientos utilizados para la estratificacin de la muestra:  Afijacin simple: se reparte la muestra total en partes iguales para cada estrato.  Afijacin proporcional: la muestra se proporcionalmente a la poblacin de cada estrato.

reparte

 Afijacin ptima o no proporcional: se considera la mayor o menor heterogeneidad dentro de cada estrato, lo que se mide por la desviacin tpica. La correccin de la proporcionalidad con este criterio exige ms informacin de cada estrato, en concreto la varianza o la desviacin tpica.

5. MUESTREO POR CONGLOMERADOS

 En ocasiones, con el fin de ahorrar tiempo y disminuir costes, se divide la poblacin total en conglomerados o grupos de unidades maestrales excluyentes y colectivamente exhaustivos. Luego se selecciona una muestra aleatoria de grupos con base en una tcnica de muestreo probabilstica, como el MAS. Para cada grupo seleccionado, se incluyen todos los elementos en la muestra o se toma una muestra de elementos en forma probabilstica. Si todos los elementos en cada grupo seleccionado estn incluidos en la muestra, el procedimiento se llama muestreo por conglomerados de una etapa. Si una muestra de elementos se toma en forma probabilstica de cada grupo seleccionado, el procedimiento es un muestreo por conglomerados en dos etapas.  La unidad muestral primaria ya no es el elemento de la poblacin sino un grupo mayor de elementos que estn situados cerca el uno del otro (por ejemplo, ciudades).

5. DIFERENCIAS ENTRE MUESTREO POR CONGLOMERADOS Y ESTRATIFICADO

 En el de conglomerados slo se elige una muestra de subpoblaciones, en el estratificado todas las subpoblaciones (estratos) se seleccionan para muestreo posterior.  El objetivo del m. por conglomerados es incrementar la precisin al reducir costes.  En relacin a la homogeneidad y la heterogeneidad, el criterio para formar conglomerados es el opuesto al de formar estratos. Los elementos dentro de un conglomerado deben ser tan heterogneos como sea posible, pero los conglomerados mismos deben ser tan homogneos como sea posible.  Cada conglomerado debe ser una representacin en pequea escala de la poblacin.  En el m. por conglomerados se necesita un marco de muestreo slo para aquellos agrupamientos seleccionados para la muestra

5. MUESTREO POR CONGLOMERADOS

 Una forma comn de este muestreo es el muestreo por rea, en el que los agrupamientos consisten en reas geogrficas, como pases, zonas de casas o calles.  El muestreo por conglomerados se clasifica como tcnica de muestreo probabilstico porque o bien la seleccin de conglomerados es aleatoria, o bien la seleccin de elementos dentro de cada conglomerado es aleatoria.  El conglomerado ideal debera ser tan heterogneo como la propia poblacin.  Este muestreo puede resultar problemtico si las caractersticas y actitudes de los elementos del conglomerado son demasiado similares.

Grado de precisin: La seleccin de una muestra representativa es importante para todos los investigadores. No obstante, el grado de precisin necesario o la tolerancia del investigador de los errores de muestreo y ajenos al muestreo pueden ser distintos en cada proyecto, especialmente cuando la reduccin de la precisin pueda compensarse con el ahorro de costes u otros beneficios. Recursos: Los costes asociados a las diversas tcnicas de muestreo varan enormemente. Si los recursos financieros y humanos del investigador son restringidos, habrn de eliminarse ciertas opciones. Tiempo: El investigador que necesite cumplir con un plazo o completar un proyecto rpidamente seguramente elegir un diseo simple que ocupe poco tiempo . Conocimiento previo de la poblacin: disponibilidad de listas de sus miembros. Proyecto nacional o local. Necesidad de anlisis estadstico.

6. DETERMINACIN DEL DISEO MUESTRAL APROPIADO