MTODOS DE MUESTREO

DEFINICIN:
Es la tcnica empleada para recoger una muestra a partir de una poblacin o un subgrupo de la poblacin.

OBJETIVO:
Estimar parmetros (ej.: medias, prevalencias, etc.), probar hiptesis, es decir inferir sobre la poblacin, basndonos en la informacin contenida en la muestra.

CANDO MUESTREAR?
Cuando los costos de realizar un censo son econmicamente prohibitivos u operativamente imposibles de realizar.

VENTAJAS
Rapidez y facilidad de realizar el estudio Menor nmero de sujetos a estudiar Menor costo econmico Mayor validez del estudio Mayor nmero de variables a estudiar Controlar y ajustar posibles variables de confusin

Cualquier muestra debe reunir dos condiciones para ser representativa del Universo:

CUALITATIVAMENTE Homognea: Estar compuesto slo por elementos que pertenecen al Universo previamente definido. Adecuada: Al incluir todas las variables esenciales de los elementos que existen en el universo.

No viciada: Al presentar variaciones de determinadas variables en mas o menos la misma frecuencia que en el universo. CUANTITATIVAMENTE Debe ser lo suficientemente grande.

Antes de adentrarnos en la teora de muestras, es conveniente establecer algunos conceptos utilizados en este campo.
UNIVERSO O POBLACIN Conjunto total de elementos que son objeto de un estudio. MARCO MUESTRAL Es una lista completa de las unidades de muestreo disponibles en la poblacin y es usado para seleccionar la muestra. UNIDAD MUESTRAL Elemento de una poblacin en estudio. Pueden ser personas, familias, hogares o empresas. MUESTRA Conjunto de unidades muestrales seleccionadas para obtener la informacin.

TAMAO DE LA MUESTRA Nmero de unidades que conforman una muestra. El tamao de la muestra es un factor determinante del nivel de validez de las respuestas. ERROR DE MUESTREO Erro cometido, admitido y controlado al generalizar los resultados obtenidos de la muestra a nivel de la poblacin total. MTODO DE MUESTREO Procedimiento utilizado para seleccionar de forma representativa las unidades muestrales.

PRECISIN EN LAS ENCUESTAS

A partir de una muestra obtenemos un conjunto de estimaciones. La precisin de las mismas depender de diversos factores. Una encuesta producir mejores resultados si se logran evitar cuatro tipos de errores. Error total de la muestra

Error muestral

Error no muestral

Error de no respuesta

Error de cobertura

Error de medicin

Sistemticos

Aleatorios

ERROR DE MUESTREO
La primera distincin a realizar es entre los errores de muestreo y los errores no muestrales. El error de muestreo no puede ser evitado completamente a menos que se realice un censo. Sin embargo el error de muestreos se puede controlar aumentando el tamao de la muestra. Mientras que los errores no muestrales (de diseo) no pueden reducirse aumentado el tamao muestral.

CLASIFICACIN DE MTODOS
Existen dos mtodos para seleccionar representativamente las unidades muestrales de una poblacin total: muestreo probabilstico y el muestreo no probabilstico. MUESTREO PROBABILSTICO Muestreo Aleatorio Simple Muestreo Sisitemtico Muestreo Estratificado Muestreo por Conglomerado MUESTREO NO PROBABILISTICO Muestreo opintico, por criterio, intencional o de juicio Muestreo por conveniencia Muestreo por cuotas Muestreo semiprobabilstico

MUESTREO PROBABILSTICO
El primer criterio que se tiene para obtener una muestra representativa del universo en estudio, es lograr que cada elemento tenga una probabilidad igual e independiente de ser escogido. Esto es posible si el procedimiento mediante el cual se escogen los elementos muestrales es aleatorio o al azar. Este tipo de muestreo tiene una base cientfica y permite calcular y controlar las desviaciones cometidas. Su nico inconveniente es que se requiere tener definido el marco muestral.

MUESTREO ALEATORIO SIMPLE

Qu es? Es aquel en el cual cada unidad en la poblacin tiene probabilidad conocida de ser elegida. Tambin es vlido decir, que todas las muestras de tamao n tienen la misma probabilidad de ser seleccionadas. Cmo se realiza? Se enumera a todas las unidades listadas de la poblacin y utilizando la tabla de nmeros aleatorios o programas estadsticos, se seleccionan las mismas.

MUESTREO ALEATORIO SIMPLE

VENTAJAS Rapidez Sencillez DESVENTAJAS Se aplica a poblaciones pequeas Se requiere base de datos de parmetros de identificacin de los individuos de la poblacin

MUESTREO SISTEMTICO
Cuando el tamao de la poblacin es muy elevado o se desconoce el marco muestral, esto imposibilita aplicar el muestreo probabilstico, conviene utilizar el mtodo sistemtico, que consiste en seleccionar el azar a un elemento de la poblacin y a partir de l, se escogen a los elementos que ocupan en n simo lugar, hasta obtener el nmero requerido de elementos de muestra. Una alternativa para elegir los elementos de la muestra es mediante la utilizacin del coeficiente de elevacin.

Coeficiente de elevacin =

Tamao de la poblacin Tamao de la muestra

Es decir: 1. Se elige un elemento inferior al coeficiente de elevacin 2. El segundo elemento escogido ser el que corresponda a la suma del primero ms el coeficiente de elevacin 3. As sucesivamente hasta completar el tamao de la muestra Ejemplo: Si el universo a estudiar est conformado por 10.000 familias y el tamao de la muestra (supuesto) es de 400, el coeficiente de elevacin es 25. Elegimos un elemento menor al coeficiente de elevacin: 3 Primer elemento escogido 3 Segundo elemento: 3 ms 25= 28 Tercer elemento: 28 ms 25= 53 Y as sucesivamente.

MUESTREO ESTRATIFICADO
Cuando se conoce la composicin de una poblacin, por ejemplo, su clasificacin por estratos socieconmicos, sexo, edad, raza, nivel de instruccin, etc. Se supone que las respuestas dependen de estas condiciones, es conveniente estratificar la muestra, es decir tomar n elementos de cada estrato para conformar la muestra. Para seleccionar los elementos en cada estrato se puede aplicar cualquiera de los mtodos anteriores. Para realizar la estratificacin existen dos posibilidades: a) Estratificacin simple: Consiste en repartir el total de la muestra en partes iguales para cada estrato. b) Estratificado proporcional: En este caso la muestra se reparte proporcionalmente al tamao de la poblacin de cada estrato.

Ejemplo: Universo = Tamao de la muestra = Existen tres grupos de detallistas Grupo A: Grupo B: Grupo C: 800 detallistas grandes 1.200 detallistas medianos 2.000 detallistas pequeos 4.000 detallistas 400

a) Estratificacin simple: Tamao de la muestra grupo A: 400/3 = 133,3 Tamao de la muestra grupo B: 400/3= 133,3 Tamao de la muestra grupo C:400/3 = 133,3 b) Estratificacin proporcional: Tamao de la muestra grupo A: 400x(800/4.000) = 80 Tamao de la muestra grupo B: 400x(1.200/4.000) = 120 Tamao de la muestra grupo C:400x(2.000/4.000) = 200

MUESTREO POR CONGLOMERADO

Consiste en dividir una poblacin en grupos, de estos se escoge al azar uno o varios para de all extraer los elementos muestrales hasta completar el tamao de la muestra. Por ejemplo: Si quisieramos investigar algo acerca de la clase media en la ciudad de Quito, bastara con dividirla en barrios que representen esta clase socioeconmica, y de stos, escoger al azar uno o dos o tres y de ellos tomar la muestra requerida, para esto ltimo se puede aplicar el muestreo aleatorio simple o sistemtico.

MUESTREO NO PROBABILSTICO
A diferencia del muestreo probabilstico, en el muestreo no probabilstico los elementos de la poblacin no tienen una probabilidad de ser seleccionados. Por lo tanto es IMPOSIBLE calcular el error muestral que pueda producirse. No tenemos ninguna posibilidad de decir cun precisas son las estimaciones muestrales

MUESTREO POR CONVENIENCIA

Qu es? La muestra se selecciona, como el nombre lo indica, por conveniencia de la persona que realiza la investigacin Ejemplos de este tipo de muestreo son: Pedir voluntarios para testear un producto y luego usar esos voluntarios. Entrevistar gente en un shopping para obtener su opinin sobre algn tema en particular. Entrevistas en la calle para un canal de TV.

MUESTREO POR CONVENIENCIA

En cualquiera de estos casos los elementos de la muestra se auto-seleccionan o se seleccionan porque estn fcilmente disponibles. En todos estos casos no esta claro de que poblacin se esta obteniendo la muestra. Las muestras por conveniencia se utilizan en las primeras etapas de la investigacin como base para generar hiptesis de trabajo.

MUESTREO POR JUICIO DE EXPERTO

Qu es? La muestra se selecciona de acuerdo a lo que algn experto piensa que son los mejores elementos para responder el objetivo particular de la investigacin. Ejemplos de este tipo de muestreo son: Testigos expertos que presentan sus puntos de vista en un juicio. Seleccin de sucursales de un supermercado donde presentar un nuevo producto Seleccionar diferentes ciudades donde testear y promocionar un nuevo producto. Como en el caso anterior, el grado y la direccin del error muestral son desconocidos

MUESTREO POR CUOTAS

Qu es? La idea bsica en el muestreo por cuotas es reproducir en la muestra ciertas caractersticas de la poblacin (por ejemplo gnero, edad, etc.) Llenando cuotas para cada una de esas caracteristicas. El supuesto detrs de este procedimiento es que si la muestra reproduce a la poblacin en caractersticas, tambin podra hacerlo en las cantidades que se tratan de medir.

MUESTREO POR CUOTAS

El muestreo por cuotas es parecido al muestreo estratificado. Es diferente porque no obstante los encuestadores estn restringuidos por cuotas, utilizan algn elemento de juicio en la eleccin de la muestra. Como existe un elemento de juicio no podemos determinar la probabilidad de seleccionar una unidad dada de la poblacin. A diferencia de los muestreos probabilisticos no hay ninguna distribucin de probabilidad que se pueda derivar de los estimadores muestrales. El muestreo por cuotas puede ser apropiado cuando no existe una lista de la poblacin que estamos muestreando.

DIFERENCIAS CON EL MUESTREO PROBABILSTICO

Existe un sesgo derivado del juicio subjetivo con el que selecciona la muestra. En el muestreo probabilstico se utiliza la teora de la probabilidad para obtener conclusiones de los estimadores y obtener errores de muestreo. En el muestreo por cuotas no se pueden obtener estimadores de la precisin.

CLCULO DE LA MUESTRA

El clculo del tamao de la muestra depende de 3 factores: 1. El porcentaje de confianza con el que se desea generaliza los datos a la poblacin total. 2. El porcentaje de error que se est dispuesto a aceptar en la generalizacin, y 3. El nivel de variabilidad que se calcula para la comprobacin de la hiptesis. Juan Castaeda, propone utilizar dos frmulas cuando la poblacin a investigar sea de hasta 10.000 elementos, el cuestionario no tenga preguntas abiertas y no ms de 30 preguntas, es decir es aplicable a estudios sencillos.

n= Z.p.q/e
Donde: n= Tamao de la muestra p= Variabilidad positiva e= Error al cuadrado Z= Nivel de confianza q= Variabilidad negativa

La aplicacin de la frmula debe realizarse utilizando proporciones, por ejemplo, si deseamos un error del 5% (e), la proporcin estar expresada por 0.05. A pesar de que la gran mayora de los estudios se realizan con un nivel de confianza de 95% (Z=1,96).
Nivel de confianza 99 98 97 96 95 94 93 92 91 90 80 70 68 Z 3.09 2.33 2.17 2.06 1.96 1.89 1.83 1.76 1.70 1.68 1.28 1.04 1.00

Ejercicios: 1. Calcular el tamao de la muestra, sabiendo que se requiere un error del 3%, una confiabilidad del 80% y la dispersin es la mxima. Aplicando la frmula tenemos: n= Z.p.q/2 n=1.6384x0.5x0.5/.0009 n= 746 elementos 2. Calcular el tamao de la muestra sabiendo que se requiere un error mximo de 5%, una confiabilidad de 95% y que la dispersin es la mxima. 3. Calcular el tamao de la muestra sabiendo que se requiere un error tolerable de hasta el 10%, la confiabilidad de 95% y la dispersin mxima.

Como puede observarse, el nmero de encuestas a realizar depender del tamao de error admisible, esto tiene relacin con la precisin que se requiera del estudio, as como del presupuesto y tiempo disponible para realizar la investigacin. Cuando se conoce el tamao del universo o poblacin

Z. p. q. N n= N. e + Z . p . q

Donde: N= Universo

Otras frmulas que se aplican con mucha regularidad son: 1. Para poblaciones menores o iguales a 100.000 elementos

4. N. p. q n= e (N-1)+4.p.q

2. Para poblaciones mayores a 100.000 elementos

4. p. q n= e

En el caso de las dos frmulas el valor de la dispersin p se determina mediante un premuestreo, pero en la prctica generalmente se utiliza el valor de la dispersin mxima (0.5) o caso ms desfavorable. Algunos autores incluyen en sus textos, calculadoras grficas para determinar el tamao de la muestra. Por ejemplo William Dillon anexa una de estas calculadoras de propiedad de KENNEDY RESEARCH. Tambin se puede determinar el tamao de la muestra con diferentes valores de error, asumiendo un nivel de confianza del 95%, una dispersin p=0.5

Para poblacin finitas: N menor o igual a 100.000 elementos K(error)

N 500 1.000 2.000 3.000 4.000 5.000 10.000 15.000 20.000

1%

2%

3%

4%

5% 222

10% 83 91 95 97 98 98 99 99 100

385 714 1.364 1.538 1.667 5.000 6.000 6.667 2.000 2.143 2.222 811 870 909 1000 1.043 1.053 476 517 541 556 588 600 606

286 333 353 364 370 385 390 392

Para poblacin infinitas: N mayor que 100.000 elementos

K 1% 1,5 2 2,5 3 3,5 4 4,5 5 6 7 8 9 n 10.000 4.444 2.500 1.600 1.111 816 625 494 400 278 204 156 123