Академический Документы
Профессиональный Документы
Культура Документы
Ej: suponga que se desea encuestar a ingenieros profesionales registrados que intervienen en el
diseño de sistemas de calefacción y de aire acondicionado para edificios comerciales. Si estuviera
disponible una lista de los ingenieros dedicados a esos trabajos, las unidades de muestreo serían los
ingenieros que deseamos encuestar; si la lista no existe, debemos encontrar un método alterno. Por
ejemplo, un directorio telefónico comercial (ya sea físico o de internet), podría tener una lista de
todas las empresas de ingeniería que intervienen en el diseño de sistemas de calefacción y de aire
acondicionado. En esta lista podríamos seleccionar una muestra de cuáles empresas de ingeniería
encuestar; a continuación, para cada empresa encuestada, entrevistaríamos a todos los ingenieros
profesionales. En este caso, las empresas de ingeniería serían las unidades de muestreo y los
ingenieros encuestados los elementos. En la encuesta de ingenieros profesionales, se define al
marco como todas las empresas de ingeniería que aparecen en el directorio telefónico comercial; el
marco no es una lista de todos los ingenieros profesionales, porque no existe esa lista. La elección
de determinado marco y, en consecuencia la definición de las unidades de muestreo quedan
determinadas, con frecuencia, por la disponibilidad y la confiabilidad de una lista. En la práctica, el
desarrollo del marco puede ser uno de los pasos más difíciles e importantes cuando se hace una
encuesta.
En una encuesta el volumen de información sobre las unidades y las variables es mucho mayor y a
veces considerablemente grande, debido a la utilización de técnicas de muestreo y a la inferencia
estadística. Esta es una gran ventaja en términos comparativos. Económicamente, si bien el costo
de una encuesta es relativamente elevado, a veces se obtiene una mejor información con una
encuesta, casi con el mismo esfuerzo invertido en una observación o una entrevista.
Al poder reducir el problema investigativo al lenguaje de variable, la cuantificación se hace posible
y garantiza al analista una mejor precisión que la brindada por la observación y la entrevista y la
combinación de estas 3 puede ayudar muchísimo a la hora de tomar decisiones.
Los 3 tipos más comunes de encuesta son por correo (emails), por teléfono y por entrevista
personal; cada uno de ellos implica diseñar y aplicar un cuestionario. Hay otro tipo de encuesta que
se usa para reunir datos y que no empleen cuestionarios. Por ejemplo, muchas veces se contrata
empresas de contaduría para muestrear el inventario de una empresa y estimar el valor de las
existencias en el balance general. En tales encuestas, simplemente alguien cuenta los artículos y
anota los resultados.
Encuesta por teléfono: es menos costosa que la personal, el mayor problema es el establecimiento
de un marco que corresponda fielmente a la población. Algunas razones son que el directorio este
desactualizado por alguna razón, cambio de domicilio, venta de la casa y que la nueva dirección no
se actualice, o que ya no se tenga una línea telefónica pues muchos hogares y empresas tienen una
dirección web o números celulares. Se recomienda que estas encuestas sean cortas porque el
personal tiende a impacientarse mas fácilmente cuando se habla por teléfono. Las encuestas
telefónicas pueden ser tan exitosas como las personales si se tienen cuestionarios bien diseñados y
encuestadores adiestrados.
Encuestas por correo: ya sean enviadas física o por email a los individuos escogidos en la muestra
deben auto aplicarse, por lo tanto este debe diseñarse muy cuidadosamente para motivar la
participación de los respondientes. Se reducen costos pero genera una tasa menor de respuesta en
vista de que se tiene un menor contacto con los respondientes.
Las encuestas se pueden clasificar en relación con el método de muestreo empleado. Con el
muestreo probabilístico se puede calcular la probabilidad de obtener cada muestra posible; con el
muestreo no probabilístico, esa probabilidad se desconoce, por lo tanto este no se debe usar si el
investigador pretende emplearlo para obtener Intervalos de Confianza donde se establecen cotas
de error de muestreo.
ERRORES DE ENCUESTAS
Al llevar a cabo una encuesta se pueden presentar dos tipos de errores. El error de muestreo, que
se define como la magnitud de la diferencia entre el estimador puntual obtenido con la muestra y
el parámetro poblacional; en otras palabras, es aquel que se presenta por no encuestar a cada
elemento de la población. El error ajeno al muestreo, o error de no muestreo, se refiere a los demás
tipos de errores que se pueden presentar al hacer una encuesta, como error de medición, error del
entrevistador y error de procesamiento.
También ocurren los errores de selección y el error de procesamiento, el primero cuando se incluye
un elemento inadecuado por ejemplo: se diseñó una encuesta para definir el perfil de los hombres
con barba; si alguno de los entrevistadores interpretara que “hombres con barba abarca hombres
con bigote, mientras que otros entrevistadores no lo hiciera, los datos obtenidos resultarían
sesgados.
Aunque se pueden tener algunos errores ajenos al muestreo en la mayoría de las encuestas, se
pueden reducir al mínimo mediante una planeación cuidadosa. Se debe tratar de asegurar que la
población muestreada corresponda fielmente a la población objetivo, que se sigan buenos
principios de diseño del cuestionario, que estén bien capacitados los entrevistadores, etc. el informe
final de una encuesta debe mencionar el impacto probable de los errores ajenos al muestreo en los
resultados.
Error de muestreo
Se presenta porque se encuesta una muestra y no toda la población total, se puede controlar es
seleccionando un método o un diseño adecuado de muestreo. Algunos de los mas usados son:
muestreo aleatorio simple, muestreo estratificado, por conglomerados y el sistemático.
Diseño del cuestionario de la encuesta. Construir preguntas respecto a una o mas variables
a medir o evaluar y básicamente son cerradas o abiertas.
Las preguntas cerradas contienen categorías o alternativas de respuesta que han sido
delimitadas, es decir, se presentan a los sujetos las posibilidades de respuesta a las cuales
se debe elegir una de ellas o varias de ellas (selección múltiple), también pueden ser para
asignar puntajes o para calificar utilizando una escala Likert. Para formular preguntas
cerradas es necesario anticipar alternativas de respuesta y que el entrevistado conozca y
comprenda las categorías de respuesta.
Preguntas abiertas: no delimitan las alternativas de respuesta. Son útiles cuando no
tenemos información sobre las posibles respuestas o cuando esta información es
insuficiente, aunque son difíciles de codificar y clasificar a la hora de preparar el informe.
Características de una pregunta: a) las preguntas deben ser claras, comprensibles para los
que responden. b) las preguntas no deben incomodar al que responde. c) las preguntas
deben referirse preferentemente a un solo aspecto o a una relación lógica. d) las preguntas
no deben inducir a las respuestas. e) las preguntas no pueden apoyarse en instituciones,
ideas respaldadas socialmente ni en evidencia comprobada. f) en las preguntas con varias
alternativas o categorías de respuesta, y donde el que responde solo tiene que elegir una,
llega a ocurrir que el orden en que se presentan dichas alternativas afecta la respuesta de
los sujetos. g) el lenguaje utilizado en las preguntas debe ser apropiado para las
características del que responde.
Diseño de la muestra. Definir a que tipo de población se va a hacer la encuesta.
Trabajo de campo de la encuesta. Se debe hacer una prueba previa al cuestionario y
aplicarlo a los encuestados.
Codificación de la encuesta
Análisis
MUESTREO
A continuación se describen los distintos tipos para estos dos grandes grupos, si bien en
general, para los estudios que nosotros llevaremos a cabo, trabajaremos con muestreos
probabilísticos.
Con frecuencia el costo de reunir información de una muestra es mucho menor que el de
una población, en particular si hay que llevar a cabo entrevistas personales para obtener la
información.
Se pueden usar varios métodos para seleccionar una muestra a partir de una población uno
de los mas comunes es el Muestreo Aleatorio simple, la definición de este método y el
proceso de seleccionar una muestra aleatoria simple depende de si la población es finita o
infinita.
Muestreo para poblaciones finitas: una muestra aleatoria simple de tamaño n, de una
población finita de tamaño N, se define es una muestra seleccionada de tal manera que
cada muestra posible de tamaño n tenga la misma probabilidad de ser seleccionada
En general se utiliza muestreo sin remplazo, pero se pueden presentar las siguientes
condiciones dependiendo de la muestra en cuestión.
Sin reposición de los elementos: Cada elemento extraído se descarta para la subsiguiente
extracción. Por ejemplo, si se extrae una muestra de una "población" de bombillas para
estimar la vida media de las bombillas que la integran, no será posible medir más que una
vez la bombilla seleccionada.
Con reposición de los elementos: Las observaciones se realizan con remplazamiento de los
individuos, de forma que la población es idéntica en todas las extracciones. En poblaciones
muy grandes, la probabilidad de repetir una extracción es tan pequeña que el muestreo
puede considerarse con reposición aunque, realmente, no lo sea.
Muestreo para poblaciones infinitas: la mayoría de los casos de muestreo en los negocios
y la economía son de poblaciones finitas, pero en algunas situaciones la población es infinita
o (si es finita) es tan grande que, para fines prácticos, se puede considerar como finita, por
lo tanto una muestra aleatoria simple de una población infinita es aquella que se selecciona
en tal forma que se satisfacen las siguientes condiciones: 1) cada elemento seleccionado
proviene de la misma población, 2) cada elemento se selecciona en forma independiente.
No se puede usar un procedimiento de selección con números aleatorios para una
población infinita, porque es imposible hacer una lista de esa población. En este caso se
debe determinar especialmente un procedimiento de selección de muestra, para
determinar los elementos en forma independiente y evitar un prejuicio de selección que
haga posible mayores probabilidades se selección para ciertos artículos.
El riesgo se este tipo de muestreo está en los casos en que se dan periodicidades en la
población ya que al elegir a los miembros de la muestra con una periodicidad constante (k)
podemos introducir una homogeneidad que no se da en la población. Imaginemos que
estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros
son varones y los 5 últimos mujeres, si empleamos un muestreo aleatorio sistemático con
k=10 siempre seleccionaríamos o sólo hombres o sólo mujeres, no podría haber una
representación de los dos sexos.
Muestreo aleatorio estratificado: Trata de obviar las dificultades que presentan los
anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamaño
dado de la muestra. Consiste en considerar categorías típicas diferentes entre sí (estratos)
que poseen gran homogeneidad respecto a alguna característica (se puede estratificar, por
ejemplo, según la profesión, el municipio de residencia, el sexo, el estado civil, etc). Lo que
se pretende con este tipo de muestreo es asegurarse de que todos los estratos de interés
estarán representados adecuadamente en la muestra. Cada estrato funciona
independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el
estratificado para elegir los elementos concretos que formarán parte de la muestra. En
ocasiones las dificultades que plantean son demasiado grandes, pues exige un
conocimiento detallado de la población (tamaño geográfico, sexos, edades,...).
Este muestreo funciona mejor cuando la varianza entre los elementos de cada estrato es
relativamente pequeña.
Por ejemplo, para un estudio de opinión, puede resultar interesante estudiar por separado
las opiniones de hombres y mujeres pues se estima que, dentro de cada uno de estos
grupos, puede haber cierta homogeneidad. Así, si la población está compuesta de un 55%
de mujeres y un 45% de hombres, se tomaría una muestra que contenga también esos
mismos porcentajes de hombres y mujeres.
Para una descripción general del muestreo estratificado y los métodos de inferencia
asociados con este procedimiento, suponemos que la población está dividida en h
subpoblaciones o estratos de tamaños conocidos N1, N2,..., Nh tal que las unidades en cada
estrato sean homogéneas respecto a la característica en cuestión. La media y la varianza
desconocidas para el i-ésimo estrato son denotadas por mi y si2, respectivamente.
Por ejemplo, si tenemos que construir una muestra de profesores de primaria en un país
determinado, éstos pueden subdividirse en unidades primarias representadas por
circunscripciones didácticas y unidades secundarias que serían los propios profesores. En
primer lugar extraemos una muestra de las unidades primarias (para lo cual debemos tener
la lista completa de estas unidades) y en segundo lugar extraemos aleatoriamente una
muestra de unidades secundarias de cada una de las primarias seleccionadas en la primera
extracción.
Muestreo aleatorio por conglomerados: Los métodos presentados hasta ahora están
pensados para seleccionar directamente los elementos de la población, es decir, que las
unidades muestrales son los elementos de la población. En el muestreo por conglomerados
la unidad muestral es un grupo de elementos de la población que forman una unidad, a la
que llamamos conglomerado. Las unidades hospitalarias, los departamentos universitarios,
una caja de determinado producto, etc, son conglomerados naturales. En otras ocasiones
se pueden utilizar conglomerados no naturales como, por ejemplo, las urnas electorales.
Cuando los conglomerados son áreas geográficas suele hablarse de “muestreo por áreas”.
Dentro de los grupos seleccionados se ubicarán las unidades elementales, por ejemplo, las
personas a encuestar, y podría aplicársele el instrumento de medición a todas las unidades,
es decir, los miembros del grupo, o sólo se le podría aplicar a algunos de ellos, seleccionados
al azar. Este método tiene la ventaja de simplificar la recogida de información muestral.
Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El primer método
funciona mejor cuanto más homogénea es la población respecto del estrato, aunque más
diferentes son éstos entre sí. En el segundo, ocurre lo contrario. Los conglomerados deben
presentar toda la variabilidad, aunque deben ser muy parecidos entre sí.
En este tipo de muestreo se fijan unas “cuotas” que consisten en un número de individuos
que reúnen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 años, de
sexo femenino y residentes en una determinada región. Una vez determinada la cuota se
eligen los primeros que se encuentren que cumplan esas características. Este método se
utiliza mucho en las encuestas de opinión.
Bola de nieve: Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros,
y así hasta conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente
cuando se hacen estudios con poblaciones “marginales”, delincuentes, sectas,
determinados tipos de enfermos, etc.
Lenguaje de Muestreo
Definiciones:
Población es el grupo entero de objetos o individuos bajo estudio, de los cuales queremos obtener
información.
Muestra es una parte de la población de la cual obtenemos información.
Unidad es un objeto individual o persona en la población.
Variable es una característica de interés medida en cada unidad de la muestra.
El tamaño de la población se denota por la letra mayúscula N.
El tamaño de la muestra se denota por la letra minúscula n.
Parámetro es una medida numérica que se calcularía usando todas las unidades de la población.
Estadístico es una medida numérica que se calcula de las unidades de la muestra.
Ej: En una fábrica hay 1000 personas trabajando, 600 de las cuales son obreros, 250 técnicos
y 150 profesionales. Se quiere seleccionar una muestra aleatoria simple (de 200 personas,
por ejemplo), la probabilidad de selección de cada persona es:
p= n/N = 200 / 1000 = 0.2 y la distribución tendería a que los 200 de la muestra se
distribuyan así: 120 obreros, 50 técnicos y 30 profesionales.
Una forma práctica para seleccionar unidades es hacerlo en forma sistemática, escogiendo
una unidad cada intervalo, donde el intervalo se calcula así:
K=N/n=
Ej: si queremos tomar una muestra de 500 viviendas en un barrio que tiene 2000 viviendas,
el intervalo de selección sería: K = N / n = 2000/ 500 = 4, y por selección sistemática,
escogemos al azar un número entre 1 y 4, a partir del número seleccionado y cada 4
viviendas se hace una escogencia, hasta completar la muestra. Pero el procedimiento típico
sería: una vez identificado el universo, se le asigna un número que identifica cada elemento,
puede ser una lista enumerándolos consecutivamente y con una tabla de números
aleatorios se seleccionan los componentes hasta completar la muestra.
Ej: se realizara una investigación en educación básica de una ciudad sobre “dificultades en el
aprendizaje de las matemáticas”. Se realizara en un municipio con 35.280 estudiantes, se desea
seleccionar una muestra cuyo margen de error de muestreo del 2% y cuyo nivel de confianza sea
del 95%. Cual debe ser el tamaño de la muestra?
no= (1.96)2 (0.5) ( 0.5) = 2401 y el tamaño de la muestra será: n= 2401 = 2248
(0.02)2 1 + 2401
35280
O sea que se deben muestrear a 2248 niños.
n = (Z α/2)2 *σ2 , (este sería el tamaño de muestra mínimo necesario para obtener el
E2 margen de error deseado).
Ej: En un estudio previo se encontró que el costo promedio de rentar un vehículo de gama media es
de $55 US. por día. Se desea realizar otro estudio para estimar la media poblacional del costo de
rentar un auto diariamente, el director de proyectos especifico que la media poblacional de las
rentas por día debe estimarse con un margen de error de $2 US. y se desea un nivel de confianza
del 95%., de datos anteriores se sabe que σ = $9.65
n = (Z α/2)2 * p * (1-p)
E2
Ej: Se desea determinar la proporción actual en la población de jugadoras que esta satisfecha con
la disponibilidad de horario de salida. De que tamaño deberá ser la muestra si se desea que en la
estimación de la proporción poblacional, el error no debe ser mayor de 0.025 con el 95% de
confianza.
n= (1.96)2 (0.44) (1- 0.44) = 1514.5 ≈ 1515 mujeres (así: el tamaño de la muestra debe ser por
(0.025)2 lo menos de 1515 mujeres deportistas para
satisfacer el margen de error requerido.
nh= n Nh * sh y n= (∑ Nh * sh)2
∑ Nh * sh N2 (d2/4) + ∑ (Nh * sh2)
Ej: Un distribuidor de carros desea encuestar a los clientes que le compraron un Renault, Mazda y
Chevrolet, para hacer proyecciones de ventas para el futuro. En especial, suponga que la agencia
desea estimar el promedio de ingresos mensuales de los clientes, con una cota o margen de error o
error de muestreo de $100Us, los 600 clientes del distribuidor se dividieron en 3 estratos: 100
dueños de Renault, 200 Mazda y 300 de Chevrolet. Se hizo una encuesta piloto para estimar la
desviación estándar en cada estrato, cuyos resultados son s1= 1300, s2=900 y s3=500 dólares,
respectivamente,
3
∑ Nh * sh = 100(1300) + 200 (900) + 300 (500) = 460.000
h=1
3
∑ Nh * sh2 = 100(1300)2 + 200 (900) 2 + 300 (500) 2 = 406´000.000
h=1
n= (460000) 2 = 162
2 2
(600) (100) + 406´000 000
4
n1= 162 (100 * 1300) = 46 n2= 162 (200 * 900) = 63 n3= 162 (300 * 500) = 53
460000 460000 460000