MUESTREO

PARTE 1:
GENERALIDADES

Una vez definido el problema a investigar,

formulados los objetivos y delimitadas las
variables se hace necesario determinar los
elementos o individuos con quienes se va a
llevar a cabo el estudio o investigacin.

MUESTREO

Procedimiento por el cual se extrae,

extrae de un conjunto
de unidades que constituyen el objeto de estudio
( poblacin), un nmero de casos reducido (muestra)
elegidos con criterios tales que permitan la
generalizacin a toda la poblacin de los resultados
obtenidos al estudiar la muestra.

CONCEPTOS INICIALES
Poblacin: Conjunto de unidades de las que se desea

obtener cierta informacin.

Unidades: Personas, Familias, Viviendas, Escuelas,

Organizaciones, Artculos de Prensa

Muestra: Seleccin de unas unidades concretas de la

poblacin que representen la caracterstica que se

quiere medir.

RAZONES DE MUESTREO
Disminucin de costos ( tiempo, personal, material)
Al disminuir el nmero de casos disminuyen
tambin los errores asociados a la manipulacin de
los datos.
Puede confiarse en la generalizacin de los
resultados si se ha tenido cuidado al seleccionar la
muestra.

CRITERIOS IMPORTANTES
PARA LA SELECCIN DE LA
MUESTRA

Salvo en poblaciones muy pequeas y accesibles nunca

se observan a todas las unidades de la poblacin.
Se debe disear una muestra que constituya una
representacin a pequea escala de la poblacin a la
que pertenece.
Cualquier diseo muestral comienza con la bsqueda de
la informacin que ayude a la identificacin de las
caractersticas de la poblacin bajo estudio.

CONDICIONES QUE DEBE

CUMPLIR UNA BUENA MUESTRA
Que comprendan parte de la poblacin y no la totalidad

de sta. ( salvo en los casos antes explicados en la lmina 5)

Aunque el sentido comn pareciera indicar que
poblaciones ms grandes deben producir muestras
mayores, esto no es siempre cierto ya que:

El tamao de la poblacin NO es el nico elemento que influye en el

tamao de la muestra.

CONDICIONES QUE DEBE

CUMPLIR UNA BUENA
MUESTRA
La ausencia
de distorsin en la eleccin de los
elementos de la muestra.

Si esta eleccin presenta alguna anomala, la muestra

resultar por este mismo hecho viciada.

Que sea representativa o reflejo fiel de la poblacin, de

tal modo que reproduzca sus caractersticas bsicas en
orden a la investigacin.

CONDICIONES QUE DEBE CUMPLIR

UNA BUENA MUESTRA
Si hay sectores diferenciados en la poblacin que se
supone ofrecen caractersticas especiales la muestra
tambin deber comprenderlos en la misma
proporcin.

TAMAO DE LA MUESTRA
Es el nmero de unidades a incluir en la muestra.
Existen varios factores que influyen en el:
Tiempo y recursos disponibles
Modalidad de Muestreo
Tipo de Anlisis Previsto
Varianza o heterogeneidad de la poblacin
Margen de Error mximo admisible
Nivel de confianza de la estimacin muestral

TIPOS DE MUESTREOS
PROBABILSTICOS
Todas las unidades tienen igual
probabilidad de participar en
la muestra.

La eleccin de cada unidad

muestral es independiente de las
dems

Se puede calcular el error muestral

NO PROBABILISTICOS
Cada unidad NO tiene igual
probabilidad de participar en
la muestra.

No se puede calcular el error

muestral

Alto riesgo de invalidez

producido por la introduccin de
sesgos

USOS DE CADA TIPO DE MUESTREO

Muestreo Probabilsticos

Estimacin de
Parmetros
Comprobacin de
Hiptesis

Muestreos No
Probabilsticos
Estudios Pilotos
Estudios Cualitativos
Investigaciones en
poblaciones de difcil
registro o localizacin
( Ej. Marginales,
prostitutas, enfermos de
VIH, etc)

EJEMPLO: MUESTREO
PROBABILSTICO?

Se realiza un muestreo entre los alumnos que van a

clases de la Materia Metodologa, eligindolos al
azar a la entrada del saln.

Este diseo es NO probabilstico porque aquellos que

no van a clases NO PUEDEN ser elegidos

EJEMPLO: MUESTREO
PROBABILSTICO?

Se utiliza la lista de propietarios de lneas

telefnicas para elegir a aquellos que sern
encuestados.

Este diseo es NO Probabilstico porque aquellos que

no tienen telfono NO PUEDEN ser elegidos

EJEMPLO: MUESTREO
PROBABILSTICO?

Un investigador toma muestras del carbn extrado

de una mina, tomando al azar trozos de carbn de la
parte superior de cada carro.

Este diseo es NO probabilstico

porque solo se toma carbn
de la parte superior

04/07/16

2DA PARTE: ERRORES Y

CLCULO DEL TAMAO DE
LA MUESTRA
15

ERRORES, ERRORES, ERRORES

Aleatorio
Muestral
Sistemtico

V =ve
Valor
Verdadero
en la
poblacin

Valor
Medido en la
muestra

ERROR

ERROR ALEATORIO
El error aleatorio no se suele ajustar a ninguna regla o
norma , varan en cada caso , en su sentido y magnitud,
y por ello tiende a anularse cuando se trata de un
nmero elevado de casos.

Los errores aleatorios se comenten, por ejemplo, cuando un

encuestado elige errneamente una casilla queriendo
hacerlo en otra, cuando un encuestador marca errneamente
un dato, etc.

ERRORES SISTEMTICOS

Un error sistemtico es aquel que se produce de igual modo (

sentido y proporcin) en todas las mediciones que se
realizan sobre un parmetro de la muestra
Contrario al error aleatorio, NO se anula en muestras
grandes.

ERRORES SISTEMTICOS.
EJEMPLOS
Las tendencias subjetivas conscientes o inconscientes
del investigador.
Sustituciones, segn criterio propio del investigador, de
unidades de la muestra que haban sido elegidas al
azar.
Insuficiente observacin del conjunto de la poblacin
que influye en una deficiente definicin de sus
caractersticas.

ERROR MUESTRAL
Cuando se extrae una muestra de una poblacin es

frecuente que los resultados obtenidos de la muestra no

sean exactamente los valores reales de la poblacin.
El error de muestreo ocurre al estudiar una muestra en
lugar de la poblacin total.
La diferencia entre el valor del parmetro de una
poblacin y el obtenido de una muestra recibe el nombre
de error muestral. ( y que no puede ser asociado a otro tipo de
explicacin, es decir no es error aleatorio o sistemtico )

ERROR MUESTRAL
Por muy perfecta que sea la muestra siempre habr
grado de divergencia entre los parmetros estimados
usndola y los de la verdadera poblacin.
En el clculo del error intervienen:
Tamao de la muestra
Varianza poblacional
Nivel de confianza
Tipo de muestreo

ESTIMACIN DEL ERROR

Cuando variable bajo estudio es una media. (solo

vlido para variables numricas)

s
ez
1 f
n
Donde:
Z: grado de confianza de la estimacin
s: desviacin tpica muestral de la variable analizada
n: tamao de la muestra
1-f: Factor de correccin para poblaciones finitas. f= n/N

EL ERROR MUESTRAL ES
MAYOR EN LA MEDIDA QUE:
Crece el grado de confianza que el investigador
quiere dar a su estimacin del parmetro medido
mediante la muestra
Es ms elevada sea la variabilidad de la variable
estudiada.
Es menor el tamao de la muestra.

ESTIMACIN DEL ERROR

Cuando la variable bajo estudio es una proporcin

(ej, variables nominales u ordinales con pocas
categoras)

pq
ez
1 f
n 1
Donde:
Z: grado de confianza de la estimacin
p: proporcin de la muestra para la categora a examinar
q: 1-p
n: tamao de la muestra
1-f: Factor de correccin para poblaciones finitas. f= n/N

TAMAO DE LA MUESTRA VS.

ERROR MUESTRAL

MARGEN DE CONFIANZA EN LA
ESTIMACIN
Expresa el grado de probabilidad que el investigador
tiene en que su estimacin se ajuste a la realidad.
Los valores comnmente utilizados son 95, 99, 99,9%

CORRECCIONES PARA
POBLACIONES FINITAS

Cuando el tamao de la muestra es mayor del 5 %

del tamao de la poblacin se debe utilizar el
factor de correccin.
Si por el contrario N>>n, f tiene a 0 y el factor de
correccin ( 1-f) tienen a 1.

MARGEN DE ERROR ADMISIBLE

Los incrementos en el tamao de la muestra repercuten
en una mayor precisin y por consiguiente en menor
error muestral.
El error muestral interviene en el clculo del tamao de
la muestra solo si el diseo es probabilstico.
En el muestreo probabilstico el investigador fija el
error mximo admisible a priori y sobre esa base realiza
el clculo del tamao de la muestra.

CLCULO DEL TAMAO DE LA

MUESTRA *
Para comparaciones de media

zs
n
e

Para estimacin de
proporciones

z 2 pq
n n 1 2
e

* Para poblaciones infinitas (donde N>> n )

POR LO TANTO EL TAMAO DE LA

MUESTRA

EJEMPLO DEL CLCULO DEL TAMAO

DE LA MUESTRA (POBLACIN
INFINITA)
Estimando qu proporcin de sujetos poseen una

caracterstica al nivel de confianza del 99.7% (Z=3) y un

error de admitido del 2%, ser:
2

3 x50 x50
n
5625
2
2
EL TAMAO DE LA POBLACIN NO FUE TOMADO
EN CUENTA!!!
POR QU P y Q valen 50 % ?

CLCULO DEL TAMAO DE LA

MUESTRA PARA POBLACIONES
FINITAS. (F=N/N>0,05)Ej. El nmero ptimo para un

estudio de 60.000 personas

estableciendo un nivel de
confianza de 95.5%(z=2), y el
margen de error en el 3%, sera
4 * 50 * 50 * 60.000
n = --------------------------------9 (60.000-1) + 4 * 50 * 50
n= 1091

NZ pq
n 2
2
e ( N 1) Z pq

TAMAO DE LA MUESTRA

Fuente: Metodologa y Tcnicas de Investigacin Social. Piergiorgio Corbetta

3RA PARTE

TIPOS DE
MUESTREO

RECORDANDO: TIPOS DE MUESTREOS

PROBABILSTICOS
Todas las unidades tienen igual
probabilidad de participar en
la muestra.

La eleccin de cada unidad

muestral es independiente de las
dems

Se puede calcular el error muestral

NO PROBABILISTICOS
Cada unidad NO tiene igual
probabilidad de participar en
la muestra.

No se puede calcular el error

muestral

Alto riesgo de invalidez

producido por la introduccin de
sesgos

ALGUNOS TIPOS DE MUESTREO

PROBABILSTICO

MUESTREOS PROBABILSTICOS:
SIMPLE
Se realiza utilizando alguna fuente de eleccin
aleatoria.
Supone que cada miembro de la poblacin tiene
elemento que lo identifica ( ej. Un nmero
identificador) y mediante el cual puede ser elegido si
sale sorteado.
La afirmacin anterior implica que hay que tener un
listado completo de TODOS los miembros de la
poblacin

MUESTREOS PROBABILSTICOS: SIMPLE

Ventajas

Facilidad en los clculos

estadsticos
Elevada probabilidad de
lograr equivalencia entre
las caractersticas de la
muestra y las
correspondientes a la
poblacin

Desventajas

Cada que cada miembro de

la poblacin tiene que ser
identificado
Complicado en poblaciones
grandes
Alto costo

MUESTREOS PROBABILSTICOS:
MUESTREO ALEATORIO
SISTEMTICO

Similar al muestro simple salvo que:

Solo la primera unidad de la muestra se elige al azar siempre

que el nmero seleccionado sea mayor que el coeficiente de
elevacin.

1.

Coeficiente de Elevacin = N/ n

2.

Donde

N: Tamao de la poblacin

n : Tamao de la muestra

Los restantes elementos de la muestra se hayan sumando,

sucesivamente el coeficiente de elevacin.

MUESTREOS PROBABILSTICOS:
MUESTREO ALEATORIO
ESTRATIFICADO
Presupone el conocimiento de las caractersticas de las
unidades que forman la poblacin para poder dividirla
en grupos ( estratos)
Se eligen los miembros de la muestra en cada estrato
creado siguiendo algn tipo de muestreo de los vistos
anteriormente.

EJ. MUESTREO PROBABILSTICO

POR ESTRATOS
Estrato Primario

Se seleccionan ALEATORIAMENTE ni profesores de cada una de las escuelas seleccionadas .

Ej.
2 de la escuela primaria 1 y 2 de la escuela primaria 2.

MUESTREOS PROBABILSTICOS:
MUESTREO ALEATORIO
ESTRATIFICADO CONT

El objetivo de este tipo de muestreo es garantizar la

representatividad equitativa de los estratos ( que

implica representacin equitativa de las caractersticas
de la poblacin).
Se logra si:
Son mximas las diferencias entre los estratos
Son mnimas las diferencias entre los miembros de un mismo
estrato.
Los criterios de divisin de la poblacin en estratos se hallen
relacionadas con los objetivos de la investigacin.

MUESTREOS PROBABILSTICOS:
MUESTREO ALEATORIO
ESTRATIFICADO CONT
Los tamaos de cada estrato pueden ser:
Los mismos ( Afiliacin simple)
Proporcional al peso relativo ( tamao) del estrato dentro de
la poblacin (Proporcional)
En funcin de la heterogeneidad de cada estrato ( ptima)

EJEMPLO: MUESTRO POR ESTRATOS

Ejemplo tomado del Maria ngeles Cea

EJEMPLO MUESTRO POR ESTRATOS.

AFILIACIN SIMPLE

nestratos

2500

EJEMPLO MUESTRO POR ESTRATOS.

AFILIACIN PROPORCIONAL

nestrato1 0,45 x 2500 1125

nestrato 2 0,39 x 2500 975
nestrato 3 0,16 x 2500 400

EJEMPLO DE MUESTREO POR

ESTRATOS. AFILIACIN PTIMA
Paso 1 : Multiplicar el porcentaje de la poblacin correspondiente al estrato por la
varianza del estrato

45 x1900 85500
39 x 2600 101400
16 x 2100 33600

Paso 2: Se suman todos los valores obtenidos en el paso 1 (85500+101400+33600=220500)

Paso 3: Se calcula a proporcin de cada valor obtenido en el paso 1 dentro del paso 2.

Pr oporcinestrato1 85500 / 220500 0,388

Pr oporcinestrato 2 101400 / 220500 0,460
Pr oporcinestrato 3 33600 / 220500 0,152
Paso 4 : Se calcula el tamao de la muestra de cada estrato multiplicando
su proporcin por el tamao de la muestra global ( 2500)
0,388 x 2500 970
0,460 x 2500 1150
0,152 x 2500 380

970,1150,380 2500

VENTAJAS Y DESVENTAJAS DEL

MUESTREO ALEATORIO
ESTRATIFICADO
Ventajas
1.

2.

No es necesario
disponer de la lista de
toda la poblacin sino
de las subpoblaciones
de orden superior
extradas ( por ej. las
escuelas primarias y
secundarias)
Existe una
considerable reduccin
de costos

Desventajas

Puede ocurrir que los

miembros de una
unidad superior se
parezcan, reduciendo
la representatividad
de otros en la muestra
final.

MUESTREO ALEATORIO POR

CONGLOMERADOS
La unidad muestral es un grupo de elementos de la
poblacin que forman una unidad, a la que llamamos
conglomerado.
A diferencia de un estrato, un conglomerado es una
unidad de elementos que contienen representantes de
toda la poblacin

EJEMPLO: MUESTREO POR

CONGLOMERADOS

Todos los profesores de las Escuelas 2 (Primaria) y 1 (Secundaria) son parte de la muestra

EJEMPLOS DE CONGLOMERADOS
Zona Geogrfica
Edificio
Una institucin
..

VENTAJAS DEL MUESTREO POR

CONGLOMERADOS
Es ventajoso, desde el punto de vista de costos, si se
pueden agrupar los miembros de la poblacin por
conglomerados, en los cuales el criterio de agrupacin
no sea la variable que se estudia.
No es preciso tener un listado de toda la poblacin, sino
de las unidades ( conglomerados) por los que se
agruparn.

DESVENTAJAS

El error es mayor que cuando se utilizan otras tcnicas

de muestreo.

TIPOS DE MUESTREOS NO
PROBABILSTICOS

MUESTRO POR CUOTAS

La poblacin debe ser dividida en estratos
definidos por variables cuya distribucin dentro de
la poblacin sea conocida.
Se procede a calcular el tamao de cada estrato
siguiendo el mismo procedimiento que si fuese un
muestreo probabilstico estratificado.
( proporcional)

MUESTRO POR CUOTAS

A diferencia del M. Probabilstico Estratificado el

entrevistador es libre para escoger a quienes
forman parte de cada estrato. (CUOTA)

MUESTREO POR CUOTAS

Ventajas

Resulta ms
econmico que los
muestreos
probabilsticos .
Fcil de ejecutar el
trabajo de campo
No precisa el listado
de la poblacin

Desventajas

Supone mayor error muestral

que los diseos probabilsticos.
No existe un mtodo vlido
para calcular el error.
Dificultas para el control del
trabajo de campo.
Limitaciones en la
representatividad de la
muestra para las
caractersticas no especificadas
en los controles de cuotas.

MUESTREO DE BOLA DE NIEVE

Este modelo es particularmente til cuando se
muestrean poblaciones cuyos componentes, por
motivos morales, ideolgicos, legales o polticos
tienen a ocultar su identidad.
A partir de unos pocos individuos el entrevistador,
con ayuda de los primeros, va conociendo a
nuevos miembros de la muestra.

MUESTREO BOLA DE NIEVE

El riesgo fundamental est asociado a la seleccin
inadecuada de los primeros miembros de la
muestra y de quienes depender el resto.
Tambin es posible que ocurran distorsiones si no
se tiene en cuenta criterios muy especficos para
la seleccin de la muestra.

PARTE 4

Problemas del muestreo en la Investigacin

Social

ERRORES DE COBERTURA
Como se puede hacer un muestreo probabilstico
si las unidades no son conocidas?
Cmo localizar a todos los posibles miembros de
la poblacin?
Si se busca investigar sobre franjas particulares
de la poblacin el problema se hace ms difcil de
manejar

ERROR DE COBERTURA
Se produce cuando no son incluidos determinados
elementos de la poblacin objeto de estudio en el
proceso de seleccin muestral .
La falta de cobertura impide la cooperacin de un
nmero de unidades muestrales, puesto que
determinados individuos no pueden ser
seleccionados en la muestra, dificultando con ello la
capacidad de inferencia de los hallazgos de la
investigacin.

ERROR DE COBERTURA

Este error produce una subestimacin en los

resultados, cuya amplitud depende de las
caractersticas de las unidades omitidas

PROBLEMAS DE REPRESENTATIVIDAD
Si no se ha logrado representatividad en una o varias
variables, el investigador tiene 3 opciones:
a) Trabajar con la muestra no representativa y contar con
ese lmite
b) Redefinir la poblacin. Por ejemplo: no hablar de
enfermos de SIDA sino de enfermos de SIDA que son
atendidos en el HULA.
c) Modificar deliberadamente la muestra para que
represente el comportamiento de la variable bajo estudio.

ERROR DE NO RESPUESTA

TIPOS DE ERROR DE NO RESPUESTA

04/07/16

66

EJEMPLOS DE ERRORES DE NO
RESPUESTA
El entrevistado puede no contestar una pregunta
por falta de conocimiento sobre esa cuestin, por
considerarla muy entrometida al invadir el mbito
de su privacidad, porque la considera irrelevante
para los objetivos del estudio, etc.
El entrevistador tambin contribuye a la no
respuesta parcial por el olvido a la hora de
recoger determinadas respuestas, o al tomarlas
equivocadamente.

Ejemplos tomados de : HEADY, P. (1995). Calibrating Measurement Error in the 1991 Census. Survey

Methods Centre Newsletter, vol. 15, n 2, p. 3-7.

EJEMPLOS DE ERRORES DE NO
RESPUESTA

Por ltimo, el cuestionario genera no respuestas

por problemas en la redaccin de las preguntas, y
por la utilizacin de preguntas filtro para que un
grupo de preguntas no sean respondidas por
determinados entrevistados que cumplen (o no
cumplen) una serie de requisitos.

CONSECUENCIAS TIENE LA NO
RESPUESTA

MTODOS DE REDUCCIN DEL

IMPACTO DE LA NO RESPUESTA

PONDERACIN

FIN