DISEO Y PROCEDIMIENTOS DE MUESTREO

1. Muestra o censo
2. Terminologa y fundamentos del muestreo
3. Etapas den la seleccin de la muestra
4. Muestreo no probabilstico

i. Muestreo de conveniencia

ii. Muestreo de juicios

iii. Muestreo por cuotas

iv. Muestreo de bola de nieve

5. Muestreo probabilstico

i. Muestreo aleatorio simple

ii. Muestreo aleatorio sistemtico

iii. Muestreo aleatorio estratificado

iv. Muestreo por conglomerados

6. Determinacin del diseo muestral apropiado

7. Determinacin del tamao de la muestra
i. Muestreo aleatorio simple
ii. Muestreo estratificado

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.

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 mustrales.

ETAPAS EN LA SELECCIN DE LA MUESTRA

1. Definicin de la poblacin objetivo: en trminos de contenido, unidades, extensin

y tiempo.

2. Identificar el marco muestral: normalmente es imposible confeccionar una lista que

no excluya a algunos miembros de la poblacin.

3. 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.

4. 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.

5. Seleccin material de la muestra: elegir los componentes de la muestra y localizar

materialmente la muestra, es decir, localizacin fsica de las unidades.

6. 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:

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.

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.

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

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.

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.

. 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.

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.

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.

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 reparte proporcionalmente a la poblacin

de cada estrato.
 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.

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).

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.

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