CONCEPTOS BASICOS

Poblacin: Es el conjunto de todos los elementos de inters de una investigacin. Muestra: Es un subconjunto de la poblacin, formado por elementos representativos de la misma. Censo: Es el estudio de todos los elementos que conforman la poblacin objetivo en una investigacin. Muestreo: Procedimiento realizado para determinar cules elementos de la poblacin seleccionar y como seleccionarlos para que formen parte de la muestra, con el propsito de hacer interferencias respecto a la poblacin. Marco de muestreo: es el listado de todos los elementos que conforman la poblacin, y del cual se seleccionan los elementos de la muestra. Unidades de muestreo: grupos de elementos (eventualmente formados por un solo elemento) de la poblacin a investigar, de manera que los grupos sean no solapados y su unin coincida con la poblacin a investigar. Unidades de Anlisis: Son los elementos que poseen las caractersticas de inters especificas necesarias para la investigacin.

Adems es importante que sepamos diferenciar conceptualmente cuando estamos trabajando con medias llamadas ESTADISTICOS y cuando con medias llamadas PARAMETROS.

TIPOS DE MUESTREO

Antes de pasar a describir las caractersticas relativas a cada tipo de muestreo (probabilstico), pensemos Por qu surge la necesidad de emplear muestreo y no censo en una investigacin? Asumiendo comprensin de ambos conceptos (censo y muestreo), el decir emplear uno u otro procedimiento de recoleccin de datos est estrechamente relacionado con el tipo de investigacin que se est realizando, con el tamao de la poblacin objetivo y con la disponibilidad de recursos con que se cuenta (econmicos, tiempo, humanos, etc.). Lo anterior lleva a pensar que si los recursos son suficientes para llevar a cabo un censo, es totalmente recomendado hacerlo; ya que los datos as obtenidos no estaran sujetos a errores (de estimacin). Sin embargo, si los recursos no son suficientes para efectuar un censo, el muestreo surge como alternativa totalmente vlida y sujeta a cierto margen de error, el cual en la mayora de los casos tambin depende de la cantidad de recursos disponibles para llevar a cabo la investigacin. Ya sea que se utilice Censo o Muestreo, se debe tener mucho cuidado con el diseo del instrumento de captura de la informacin (cuestionario), ya que ste es otro factor que condiciona la calidad de los datos y, por lo tanto, la calidad de la investigacin.

Tipos de muestreo
Probabilstico: Cada elemento de la poblacin tiene la misma probabilidad de ser seleccionado en la muestra. Aleatorio Simple Sistemtico Estratificado Conglomerado

No Probabilstico: Cada elemento de la poblacin NO tiene la misma probabilidad de ser seleccionado en la muestra. Por conveniencia A juicio Dirigido Por cuotas Deliberado

TIPOS DE MUESTREO PROBABILISTICO

Muestreo Probabilstico: Cuando la muestra seleccionada es de tal forma que cada artculo o individuo de la poblacin tiene la misma probabilidad de ser incluidos en la muestra. Entre estos estn:

El muestreo aleatorio simple, el cual consiste en seleccionar a cada uno de los elementos de la muestra al azar a partir de nmeros aleatorios.

El muestreo sistemtico, que consiste en elegir el primer individuo al azar y el resto de manera sistemtica. El muestreo estratificado, el cual consiste en dividir la poblacin en grupos en funcin de una caracterstica determinada y luego realizar el muestreo en forma proporcional o uniforme.

El muestreo por conglomerados, que consiste en definir grupos con caractersticas semejantes e incluir en la muestra varios de estos grupos.

ALEATORIO SIMPLE
Puede realizarse con o sin reposicin. En el muestreo con reposicin las unidades de la poblacin pueden figurar ms de una vez en la muestra (la muestra en este caso es un conjunto con elementos repetidos). En el muestreo sin reposicin, cada unidad de la muestra slo puede figurar una vez en la muestra. Esta ltima opcin es la ms utilizada, ya que se considera ms eficiente para estimar totales y medias. En el muestreo aleatorio simple sin reposicin todas las combinaciones de n unidades de las N de la poblacin son muestras posibles, todas tienen la misma probabilidad de seleccin y todas las unidades de la poblacin tienen la misma probabilidad de inclusin llamada fraccin de muestreo. Un procedimiento para seleccionar una M.A.S. a partir de una poblacin finita es seleccionar uno por uno los elementos que constituyen a la muestra, de tal modo que cada uno de los elementos que an queden en la poblacin tengan la misma probabilidad de ser seleccionados en la muestra. Un mtodo conveniente de seleccionar una muestra aleatoria es usar la tabla de nmeros aleatorios. Por ejemplo, una empresa que tiene 500 empleados y se quiere saber el grado de satisfaccin en el trabajo con base a una muestra de 25 empleados, seleccionados de forma aleatoria. La pregunta es: De dnde se van a comenzar a seleccionar en la tabla de nmeros aleatorios?. Supongamos que se utiliza la ficha de cada empleado, los cuales estn numerados. En la tabla de nmeros aleatorios, stos aparecen ordenados en filas y columnas; lo que debemos hacer es seleccionar un punto de partida; es decir, fila y columna; luego decidir si la eleccin se efectuar siguiendo en filas o en columnas. A partir de ah comenzamos a seleccionar a los 25 empleados. Otro aspecto importante que hay que tomar en cuenta es que como el nmero total de nuestra poblacin, para este ejemplo, consta de 3 dgitos (500), entonces slo tomaremos 3 dgitos de los nmeros de la tabla (iniciales o finales). Los nmeros aleatorios que ya se hayan empleado no se vuelven a tomar en cuenta

(muestreo sin reemplazo). Suponga que decido empezar de la fila 2, columna 3 tomado los ltimos tres dgitos; y que continuar seleccionando en filas; entonces el primer elemento seleccionado sera el empleado que le corresponde el nmero 497; el segundo el nmero 137, el tercero el nmero 20 y as sucesivamente hasta completar los 25 elementos de la muestra. Lo anterior se puede emplear en casos en que se conoce el listado de todos los elementos que conforman la poblacin. Existen situaciones en las cuales la poblacin es tan grande que para fines prcticos se considera infinita. Ejemplo de esto son las encuestas realizadas por los restaurantes de comida rpida. En este caso la muestra seleccionada debe satisfacer las siguientes condiciones: 1. Cada uno de los elementos seleccionados proviene de la poblacin. 2. Cada elemento se selecciona independientemente. Esto con el propsito de evitar sesgo de seleccin.

SISTEMATICO
Consiste en acomodar los elementos de la poblacin de cierta manera, se selecciona un punto de partida aleatorio y luego se toma al k-simo miembro para formar parte de la muestra. Se dispone de un marco con las N unidades de la poblacin numeradas en forma correlativa. Se supone que la forma en que se han numerado es completamente al azar y que el tamao de la muestra, n, es fijo y conocido.

1. El primer elemento de la muestra (denominado arranque aleatorio, a) se obtiene seleccionando con equiprobabilidad un nmero entre 1 y K. Se cumple que 1 a K. El arranque lo podemos obtener utilizando la tabla de nmeros aleatorios. 2. Los restantes elementos de la muestra se obtienen adicionando al primero un mltiplo de K: 3. Como a puede tomar K valores, en total hay K muestras sistemticas posibles Cuando N/n=k es un nmero entero, entonces todas las K muestras sistemticas posibles tienen probabilidad de seleccin 1/k = n/N y todas las unidades de la poblacin tienen probabilidad de inclusin n/N ( cada unidad pertenece a una nica muestra posible). El nmero "a" se conoce con el nombre de arranque aleatorio y el nmero "k" como el salto en el muestreo sistemtico. En casos especiales, cuando la poblacin en estudio es grande, resulta ms fcil identificar la muestra de este modo que si se usara el muestreo aleatorio simple.

ESTRATIFICADO
Consiste en dividir la poblacin en subgrupos llamados estratos, para formar parte de la muestra. Cada elemento de la poblacin pertenece slo a uno de los estratos. La base de formacin de los estratos queda a discrecin de quien disea la muestra (por ejemplo: por departamento, ubicacin, edad, tamao, tipo, giro industrial, etc.). Despus de formar los estratos se toma una muestra aleatoria simple de cada uno de ellos. El valor del muestreo aleatorio estratificado depende de cun homogneos sean los elementos dentro de los estratos. Si los elementos dentro de los estratos son

parecidos, los estratos tendrn varianza pequea. En este caso se puede usar tamaos de muestras relativamente pequeos para obtener buenos estimadores de las caractersticas de los estratos. Si los estratos son homogneos, el procedimiento de muestreo aleatorio estratificado producir resultados tan precisos como el muestreo aleatorio simple, pero con menor tamao total de muestra. La estratificacin no siempre produce grandes ganancias, pero siempre agrega complejidad al diseo muestral. Sin embargo, cuando la informacin auxiliar es pertinente, la estratificacin permite hacer ms eficiente el diseo, tanto en la seleccin de la muestra, como en la relacin beneficio-costo, as como en la reduccin de la varianza en la estimacin de parmetros. Entonces: La muestra se compone de submuestras de todos y cada uno de los estratos. Las submuestras se eligen en cada uno de los estratos por M.A.S. sin reemplazo. La seleccin de la submuestra en cada estrato es independiente de la seleccin en los estratos restantes. Se obtiene el mayor beneficio desde el punto de vista de la eficiencia de los estimadores si, respecto de las principales variables a investigar, las unidades por estrato resultan homogneas y los estratos resultan heterogneos entre s. La estratificacin puede realizarse atendiendo a diversos criterios, los cuales deberan ser consistentes con los objetivos del estudio y con los niveles de desagregacin deseados. La distribucin de la muestra en funcin de los diferentes estratos se denomina afijacin, y puede ser de diferentes tipos, dos de los ms comunes son: Afijacin Simple o uniforme: A cada estrato le corresponde igual nmero de elementos muestrales.

Afijacin Proporcional: La distribucin se hace de acuerdo con el peso (tamao) de la poblacin en cada estrato. Por ejemplo, si se quiere estimar la tasa de desempleo, una estratificacin en reas urbanas y rurales resultar til desde que se conoce que la tasa de desempleo rural es significativamente ms baja que la correspondiente al desempleo urbano.

POR CONGLOMERADO
Se emplea para reducir el costo de realizar un muestreo de una poblacin dispersa en un rea geogrfica. Se divide primero a los elementos de la poblacin en conjuntos separados llamados conglomerados. Cada elemento de la poblacin pertenece a un solo grupo. Luego se toma una muestra aleatoria simple de los conglomerados. El muestreo de conglomerados tiende a proporcionar los mejores resultados cuando los elementos de los conglomerados son heterogneos (desiguales). Cada conglomerado, en el caso ideal, es una versin representativa, en pequea escala, de toda la poblacin. El valor del muestreo por conglomerados depende de cun representativo sea cada conglomerado de la poblacin total. Para seleccionar la muestra de unidades, se eligen conglomerados (por ejemplo, por muestreo aleatorio simple) y la muestra de unidades resulta de censar a todas las unidades de los conglomerados elegidos. Una de las principales aplicaciones del muestreo por conglomerados es el muestreo de reas, en los que los conglomerados son manzanas urbanas, u otras reas bien definidas. Por lo general, este tipo de muestreo requiere un tamao de muestra total mayor que el muestreo aleatorio simple o el muestreo aleatorio estratificado.

Ejemplos: 1. En las encuestas durante las elecciones, los conglomerados pueden ser las mesas electorales, y lo que se hace es escoger al azar algunas de las mesas y de ah se toman todos los votos de las mesas seleccionadas. 2. Los alumnos de una universidad (unidades), se pueden clasificar por grupos de clase (conglomerado). 3. Los estudiantes de una ciudad (unidades) se pueden clasificar por establecimiento escolar al que asisten (conglomerados). 4. Las personas residentes en una ciudad (unidades) se pueden agrupar por vivienda (conglomerado) donde residen. 5. Las personas que habitan en un pas (unidades) se pueden clasificar por la zona (conglomerado) en que residen. 6. Los establecimientos con actividad industrial (unidades) se pueden agrupar por la empresa (conglomerado) a la que pertenecen. En este caso muchos conglomerados tendrn una sola unidad.