ESTADSTICA APLICADA

MTODOS DE MUESTREO

I. Introduccin.
Denominamos poblacin o universo conceptual al conjunto de unidades sobre las que pretendamos obtener cierta informacin. Esas unidades pueden ser individuales (como, por ejemplo, mujeres de Andaluca, personas de la Tercera Edad, etctera), compuestas (como, por ejemplo, escuela, ayuntamientos, etctera), o una serie de objetos (como, por ejemplo, editoriales de un peridico, artculos, etctera) . Como caracterstica de cualquier poblacin hay que destacar: Una correcta delimitacin de la misma, de manera que se pueda definir sin problemas si una unidad pertenece o no. Que est constituida por unidades de la misma naturaleza.

En la mayora de las ocasiones, y debido a la complejidad de la recogida y clasificacin de anlisis de los datos, es prcticamente imposible que el estudio abarque a todas las unidades que comprendan la poblacin, salvo que sta sea muy pequea. En esos casos se toma una parte representativa de la poblacin, que debe reducir de la forma ms exacta posible las caractersticas de la poblacin. A esa parte de la poblacin se le llama muestra. As, pues, una muestra es una parte representativa de la poblacin . Los elementos principales de una muestra son: El marco o base de la muestra. Conjunto de unidades que constituyen la poblacin. Por ejemplo, espaoles de ambos sexos que viven en la pennsula y son mayores de edad. Lo ideal sera tener un registro de la poblacin en el que aparecieran todas sus unidades, pero hay ocasiones en que ese registro no existe, pues hay poblaciones que no estn censadas. En la prctica suelen utilizarse bases ya formadas como los censos de poblacin o los padrones municipales, etctera. Unidades muestrales. Cada uno de los elementos que constituyen la base o marco de la muestra. Esas unidades pueden ser individuales o colectivas. Si la unidad es colectiva, al nmero de individuos que la componen se le llama talla de la muestra.

FRACCIN DE MUESTREO.- Es el porcentaje que representa la muestra sobre el total de la poblacin (n/N100).

ESTADSTICA APLICADA

Ejemplo.-

N = 580.000 (poblacin) n = 2.000 (muestra)

(2.000/580.000)100= 035

2. Mtodos de muestreo.
Existen distintos mtodos para obtener muestras:

PROBABILSTICOS.- Si cada elemento de la poblacin tiene una probabilidad, conocida y distinta de 0, de ser elegido dentro de la poblacin, al formar parte de la muestra. La gran ventaja que presentan las muestras probabilsticas es que permiten la inferencia estadstica. Es decir, permiten trasladar los datos de la muestra al conjunto de la poblacin mientras que las no probabilsticas no. Para que un muestreo sea probabilstico han de seguirse determinadas normas en el proceso de eleccin de los individuos (o unidades muestrales). Esas normas dan origen a los 4 mtodos bsicos de muestreo probabilstico. De los 4 mtodos, los 3 primeros son monoetpicos, las unidades muestrales se eligen en una sola etapa. El muestreo por conglomerados suele ser polietpico, y esas unidades muestrales no son individuales, sino conglomerados de elementos. 1. Muestreo aleatorio simple.- Los elementos de la muestra se eligen al azar, directamente y en una sola etapa. En la prctica, equivale en sacar al azar del censo de la poblacin objeto del estudio, los elementos que van a formar parte de la muestra. Para esa seleccin al azar, se usan las tablas de nmeros aleatorios. El muestreo aleatorio simple se aplica fundamentalmente en poblaciones pequeas y plenamente identificables.

2. Muestreo aleatorio sistemtico.- Es una variante del anterior. Sistematiza la eleccin de los componentes de la muestra. Se calcula el coeficiente de elevacin (nmero de veces que el tamao de poblacin tiene al de muestra). Se elige al azar un nmero igual o menor a ese coeficiente. El individuo al que corresponde ese nmero forma parte de la muestra. Los restantes se obtienen sumando sucesivamente el coeficiente de elevacin al nmero obtenido.
Ejemplo.-

N = 5.000 n = 100

Coeficiente de elevacin=5.000/100=50

El peligro de esta eleccin es que si en el listado hay algn tipo

ESTADSTICA APLICADA

de ordenacin, se corre el riesgo que la eleccin no sea tan neutra. 3. Muestreo estratificado.- Si el universo no es homogneo, sino que est formado por estratos diferentes que constituyen categoras importantes para la investigacin, la eleccin de la muestra no debe hacerse globalmente para todos los estratos a la vez, ya que nos expondramos a que unos estratos estuvieran ms representados que lo que proporcionalmente les corresponde. En estos casos se debe elegir una muestra para cada estrato por alguno de los procedimientos anteriores. No es aconsejable elevar la divisin en estratos demasiado lejos, ya que los estratos muy pequeos complican el diseo al aparecer estratos vacos. Para determinados estratos se suele recurrir a variables espaciales (comunidades, provincias, municipios, por ejemplo), o subdivisiones inherentes al universo en estudio (enseanza pblica/privada, etctera, por ejemplo). El muestreo estratificado es el ms utilizado en la prctica. Una vez definidos los estratos, dentro de cada uno de ellos se lleva a cabo un muestreo aleatorio simple o sistemtico para elegir la submuestra correspondiente al mismo: la determinacin del nmero de elementos que ha de tener cada una de estas submuestras se le denomina afijacin de la muestra. Para hallar la afijacin proporcional se extrae de cada estrato el nmero necesario de individuos para que la distribucin de la poblacin y de la muestra coincidan.

Respecto a la afijacin de la muestra, se dice que la afijacin es simple si en cada estrato elegimos el mismo nmero de individuos. Por ejemplo, si se quiere elegir una muestra de 500 individuos y tengo 4 estratos, cada estrato tendr 125 individuos (500/4). As:
Ejemplo.-

AFIJACIN SIMPLE: Presenta una dificultad: en la muestra no est representada la poblacin en realidad.
n = 500 E1mujeres de menos de 30 aos E2mujeres de ms de 30 aos E3hombres de menos de 30 aos E4hombres de ms de 30 aos

AFIJACIN PROPORCIONAL: Pretende que cada estrato tenga la misma proporcin en la muestra que en la poblacin. Por ejemplo, si en la muestra, en el E 1 la proporcin de mujeres

ESTADSTICA APLICADA

es de un 40%, en la poblacin tambin tiene que ser la misma proporcin.

n = 100 Coeficiente de elevacin = 5.000/100=50 (se elige N = 5.000 1 de cada 50 miembros de la poblacin para la muestra) 5000

3000 (60%) 2000

2000(40%) 500

M<30 40%

M30 20%

1000 1500
H<30 30%

H30 10%

Observamos que hay una proporcin entre la muestra y la poblacin. La ventaja es que la muestra representa mejor a la poblacin. En la poblacin hay ms mujeres, por lo que la muestra tambin ofrece una mayor proporcin de mujeres. El inconveniente es que no siempre se conoce la distribucin para hallar la proporcin.

Otro concepto importante es la afijacin ptima, que consiste en elegir pocos individuos de los estratos que sean muy homogneos y, por el contrario, elegir muchos individuos de aquellos estratos que sean heterogneos. El problema, al ser ptima, es que no se sabe si es homogneo o heterogneo en la prctica.

4. Muestreo aleatorio conglomerado.- En este muestreo, las unidades muestrales no son simples, sino que son colectivos. Por ejemplo, las escuelas, los hospitales, etctera. Cada uno de estos colectivos reciben el nombre de conglomeraciones. Pongamos como ejemplo una urna electoral, la eleccin de los conglomerados puede hacerse por cualquiera de los procedimientos anteriores, aunque es ms utilizado el estratificado. Una vez elegidos los conglomerados: Si son pequeos, el estudio de realiza con todas las unidades que lo componen. Si son grandes, es imposible realizar el estudio con todos los elementos. Hay que recurrir a la eleccin de una muestra de ese conglomerado.

Se pretende que los conglomerados sean homogneos entre s; sin embargo, que las unidades que las componen sean heterogneas. Por ejemplo, la Facultad de Ciencias Polticas y la Facultad de Derecho, como conglomerados son homogneos, en cambio, dentro de ellos, dentro del conglomerado hay heterogeneidad porque hay alumnos,

ESTADSTICA APLICADA

profesores, secretarios, etctera. La diversidad se encuentra dentro del conglomerado.

NO PROBABILSTICOS.- Pueden ser de tres tipos: 1. Muestreo accidental.- Es un muestreo no probabilstico donde el investigador elige a aquellos individuos que estn a mano. Por ejemplo, un periodista que va por la calle preguntando a las personas que salen a su paso, sin atender ningn criterio especial de eleccin. No es probabilstico porque aquellas personas que no pasan por ese sitio no tiene la posibilidad de entrar en la muestra. 2. Muestreo por cuotas.- Se aplica en la ltima fase del muestreo, y consiste en facilitar al entrevistador el perfil de las personas que tiene que entrevistar dejando su criterio, la eleccin de las mismas, siempre y cuando cumplan con el perfil. 3. Muestreo intencionado.- Se basa en una buena estrategia y el buen juicio del investigador. Se puede elegir las unidades del muestreo. Un caso frecuente es tomar elementos que se juzgan tpicos o representativos de la poblacin, y suponer que los errores en la seleccin se compensarn unos con otros. El problema que plantea es que sin una comprobacin de otro tipo, no es posible saber si los casos tpicos lo son en realidad, y tampoco se conoce como afecta a esos casos tpicos los posibles cambios que se producen.