ESTADISTICA APLICADA

Universidad del Desarrollo Profesional. Todos los derechos reservados. 2011.

Muestreo poblacional
Muestreo aleatorio simple

Muestreo estratificado

Muestreo por conglomerado

La poblacin ideal que se pretende estudiar se denomina poblacin
objetivo.
No es fcil estudiarla por completo. Aproximamos mediante muestras que den
idealmente la misma probabilidad a cada individuo de ser elegido.
Tampoco es fcil elegir muestras de la poblacin objetivo:
Si llamamos por telfono excluimos a los que no tienen.
Si elegimos indiv. en la calle, olvidamos los que estn trabajando...

El grupo que en realidad podemos estudiar (v.g. los que tienen telfono) se
denomina poblacin de estudio.

Ventajas del Mtodo de muestreo:
Reduccin de costos
Mayor Rapidez en la obtencin de resultados
Ms posibilidades (existe personal competente para la elaboracin de el
muestreo)
Mayor exactitud



Para conocer el desempleo-empleo; precios al mayores y menudeo de un producto;
condiciones de salud de la poblacin; ingresos y gastos de los hogares; causales de
divorcio; raiting de un programa de TV; investigacin de mercado.
Encuestas por muestreo:
Descriptivas: Informacin de grupos. Ejemplo # de hombres y mujeres
Analticas: Comparaciones en los grupos; verificacin de hiptesis
Etapas principales de una encuesta por muestreo:
Objetivos de la encuesta
Poblacin bajo muestreo: definicin precisa de la poblacin a muestrear
Los datos recogidos: cerciorarse que los datos escogidos sean pertinentes a la encuesta
Grado de precisin deseada: incertidumbre, costos
Mtodo de medicin: Entrevista, cuestionarios, etc.
El marco: unidades de muestreo; en ocasiones la unidad es obvia (el caso de los focos). En
otras existe la posibilidad de eleccin(personas, manzanas, AGEBs)
Seleccin de la muestra: nivel de precisin; costos relativos
Encuesta piloto
Organizacin del trabajo de campo
Resumen y anlisis de datos (estadstica descriptiva)

Ejemplos de muestreo:
Fuentes de sesgo
Las poblaciones objetivo y de estudio pueden diferir en cuanto
a las variables que estudiamos.
El nivel econmico en la poblacin de estudio es mayor que en la
objetivo,...
Los individuos que se eligen en la calle pueden ser de mayor edad
(mayor frecuencia de jubilados p.ej.)
En este caso, diremos que las muestras que se elijan estarn sesgadas. Al
tipo de sesgo debido a diferencias sistemticas entre poblacin objetivo y
poblacin de estudio se denomina sesgo de seleccin.
Hay otras fuentes de error/sesgo
No respuesta a encuestas embarazosas
Consumo de drogas, violencia domstica, prcticas poco ticas,
Mentir en las preguntas delicadas.

Para evitar este tipo de sesgo se utilizan la tcnica de respuesta
aleatorizada.

Tcnicas de respuesta aleatorizada
Reducen la motivacin para mentir (o no responder) a las
encuestas.
Si digo la verdad, se me ver el plumero?

Cmo se hace?
Pdele que lance una moneda antes de responder y
Si sale cara que diga la opcin compremetida
(no tiene por qu avergonzarse, la culpa es de la moneda)
Si sale cruz que diga la verdad
(no tiene por qu avergonzarse, el encuestador no sabe si ha
salido cara o cruz)

Aunque no podamos saber cul es la verdad en cada
individuo, podemos hacernos una idea porcentual sobre la
poblacin, viendo en cunto se alejan las respuestas del 50%.

Ejemplo: Ha tomado drogas alguna vez?
100% No
Mentirosos!!
40% No
60% S
Con respuesa
aleatorizada
Sin respuesta
aleatorizada
No son mitad y mitad!
El porcentaje estimado de ind. que tom
drogas es:
% 20 2 . 0
5 . 0 1
5 . 0 6 . 0
*

p
Los que deben decir la verdad
Diferencia entre los que han dicho s y los que deban hacerlo
por que as lo indicaba la moneda
Tcnicas de muestreo
Cuando elegimos individuo de una poblacin de estudio para
formar muestras podemos encontrarnos en las siguientes
situaciones:
Muestreos probabilistas
Conocemos la probabilidad de que un individuo sea elegido para la
muestra.
Interesantes para usar estadstica matemtica con ellos.
Muestreos no probabilistas
No se conoce la probabilidad.
Son muestreos que seguramente esconden sesgos.
En principio no se pueden extrapolar los resultados a la poblacin.
A pesar de ello una buena parte de los estudios que se publican usan esta
tcnica. Splash!
En adelante vamos a tratar exclusivamente con muestreos con
la menor posibilidad de sesgo (probabilistas): aleatorio simple,
sistemtico, estratificado y por grupos.
Muestreo aleatorio simple (m.a.s.)
Se eligen individuos de la poblacin de estudio, de manera
que todos tienen la misma probabilidad de aparecer, hasta
alcanzar el tamao muestral deseado.

Se puede realizar partiendo de listas de individuos de la
poblacin, y eligiendo individuos aleatoriamente con un
ordenador (nmeros aleatorios en paquetes como excel)

Normalmente tiene un costo bastante alto su aplicacin.

En general, las tcnicas de inferencia estadstica suponen que
la muestra ha sido elegida usando m.a.s., aunque en realidad
se use alguna de las que veremos a continuacin.
Muestreo sistemtico
Se tiene una lista de los individuos de la poblacin de estudio.
Si queremos una muestra de un tamao dado, elegimos
individuos igualmente espaciados de la lista, donde el primero
ha sido elegido al azar. !CUIDADO: Si en la lista existen
periodicidades, obtendremos una muestra sesgada.

Un caso: Se eligi una de cada cinco casas para un estudio de
salud pblica en una ciudad donde las casas se distribuyen en
manzanas de cinco casas. Salieron con mucha frecuencia las
de las esquinas, que reciben ms sol, estn mejor
ventiladas,

Muestreo estratificado
Se aplica cuando sabemos que hay ciertos factores (variables,
subpoblaciones o estratos) que pueden influir en el estudio y
queremos asegurarnos de tener cierta cantidad mnima de
individuos de cada tipo:
Hombres y mujeres,
Jovenes, adultos y ancianos

Se realiza entonces una m.a.s. de los individuos de cada uno
de los estratos.

Al extrapolar los resultados a la poblacin hay que tener en
cuenta el tamao relativo del estrato con respecto al total de
la poblacin.
Muestreo por grupos o conglomerados
Se aplica cuando es difcil tener una lista de todos los individuos que
forman parte de la poblacin de estudio, pero sin embargo sabemos
que se encuentran agrupados naturalmente en grupos.

Se realiza eligiendo varios de esos grupos al azar, y ya elegidos algunos
podemos estudiar a todos los individuos de los grupos elegidos o bien
seguir aplicando dentro de ellos ms muestreos por grupos, por
estratos, aleatorios simples,

Para conocer la opinin de los mdicos del sistema nacional de salud,
podemos elegir a varias regiones de Mxico, dentro de ellas varios estados,
y dentro de estos, varios municipiosy al interior de estos varios centros de
salud

Al igual que en el muestreo estratificado, al extrapolar los resultados a
la poblacin hay que tener en cuenta el tamao relativo de unos grupos
con respecto a otros.
Regiones con diferente poblacin pueden tener probabilidades diferentes
de ser elegidas, estados, municipios, hospitales grandes frente a
pequeos,