Act 4: Leccin evaluativa No.

1_Inferencia estadstica El muestreo

Cuando un investigador realiza en ciencias sociales un experimento, una encuesta o cualquier tipo de estudio, trata de obtener conclusiones generales acerca de una poblacin determinada. Para el estudio de ese grupo, tomar un sector, al que se conoce como muestra. Las poblaciones que el investigador puede estudiar son muy diversas, pero generalmente se relacionan con personas. Por ejemplo, puede estudiar la opinin de las amas de casa con respecto a ciertos mtodos de planificacin familiar, la edad promedio de los alumnos de una escuela, el coeficiente intelectual promedio de los universitarios, etc. Desde luego, es de fundamental importancia que se empiece el estudio definiendo la poblacin que se va a estudiar. Las poblaciones suelen ser muy numerosas, por lo que es difcil estudiar a todos sus miembros; adems de que esto no es posible, no es necesario. Es como si quisiramos estudiar la composicin qumica del agua de un ro y para ello tratramos de analizar todo el lquido que corre por su cauce, cuando solamente necesitamos algunas muestras para realizar ese estudio y para llegar a conclusiones generalizables con respecto a la composicin qumica del agua a todo el ro. En ciencias sociales, las muestras no se obtienen tan fcilmente, puesto que los eventos se relacionan siempre con personas, las cuales son mucho menos estables en cuanto a sus pautas de actividades, valores, actitudes y conductas que algunos de los fenmenos que se estudian en las ciencias naturales.

Universo y Muestra
Una muestra es un conjunto de unidades, una porcin del total, que nos representa la conducta del universo en su conjunto. Una muestra, en un sentido amplio, no es ms que eso, una parte del todo que llamamos universo y que sirve para representarlo. Sin embargo, no todas las muestras resultan tiles para llevar a cabo un trabajo de investigacin. Lo que se busca al emplear una muestra es que, observando una porcin relativamente reducida de unidades, se obtengan conclusiones semejantes a las que lograramos si estudiramos el universo total. Cuando una muestra cumple con esta condicin, es decir, cuando nos refleja en sus unidades lo que ocurre en el universo, la llamamos muestra representativa. Por lo tanto, una muestra representativa contiene las caractersticas relevantes de la poblacin en las mismas proporciones en que estn incluidas en tal poblacin. Sus conclusiones son susceptibles de ser generalizadas al conjunto del universo, aunque para ello debamos aadir un cierto margen de error en nuestras proyecciones. Las muestras pueden ser clasificadas, en una primera divisin en probabilsticas y no probabilsticas. En las muestras probabilsticas, la caracterstica fundamental es que todo elemento del universo tiene una determinada probabilidad de integrar la muestra, y esa probabilidad puede ser calculada matemticamente con precisin. Las muestras probabilsticas pueden ser: Aleatoria simple: (se debe construir un marco de muestreo) Aleatoria estratificada: (Se debe conformar grupos homogneos del marco de muestreo) Aleatorio Sistemtico: (tambin demanda la conformacin de un marco de muestreo)

Aleatorio por Conglomerado: (Las unidades de muestreo la constituyen grupos de unidades de observacin) En las muestras no probabilsticas ocurre lo contrario y el investigador no tiene idea del error que puede estar introduciendo en sus apreciaciones. Las muestras no probabilsticas ms usadas son:

Muestra accidental. Es aquella que se obtiene sin ningn plan preconcebido; las unidades elegidas resultan producto de circunstancias fortuitas. Si entrevistamos a los primeros 50 transentes que pasan por cierta calle o medimos la profundidad del mar a lo largo de un trayecto entre dos puntos cualesquiera, estaremos en presencia de una muestra accidental. Muestra por cuotas. Consiste en predeterminar la cantidad de elementos de cada categora que habrn de integrar la muestra. As podemos asignar una cuota de 50 hombres y 50 mujeres a una muestra de 100 individuos, asumiendo que sa es la distribucin de la poblacin total. Muestra intencional. Las unidades se eligen en forma arbitraria, designando a cada unidad segn caractersticas que para el investigador resulten de relevancia. Se emplea, por lo tanto, el conocimiento y la opinin personal para identificar aquellos elementos que deben ser incluidos en la muestra. Se basa, primordialmente, en la experiencia de alguien con la poblacin.

1.

Teniendo en cuenta las consideraciones o criterios para que una muestra sea representativa. Considere la siguiente situacin de muestreo: Se desea comparar el peso promedio de los nios menores de 12 aos, en una ciudad, entre el estrato socioeconmico ms alto y el estrato ms bajo. Para ello se toma una muestra en un parque de atracciones donde concurren muchos nios, y teniendo el cuidado de preguntar al nio entrevistado si tiene menos de doce aos y el lugar donde vive. Se podra considerar la muestra resultante como: Sesgada. Correcta: Porque al considerar solamente las unidades de observacin que asisten a un lugar determinado en este caso el parque de referencia la muestra resulta viciada. En ciencias sociales, las muestras no se obtienen tan fcilmente, puesto que los eventos se relacionan siempre con personas, las cuales son mucho menos estables en cuanto a sus pautas de actividades, valores, actitudes y conductas que algunos de los fenmenos que se estudian en las ciencias naturales. Teniendo en cuenta esta consideracin cul de los siguientes tipos de muestreo sera el adecuado para seleccionar una muestra representativa, de una poblacin que es demasiado grande con altos niveles de analfabetismo y no tiene un listado completo de todas las unidades poblacionales analfabetas. Muestreo por conglomerados. Correcto: Este es el tipo adecuado de muestreo para casos similares al planteado, porque las unidades de muestreo son grupos de unidades. Se ha proyectado realizar una encuesta sobre el consumo de leche en las familias. El nmero de familias de la poblacin es 6000 y el tamao de la muestra 840, con la siguiente clasificacin de profesin u oficio:

2.

3.

Profesionales:

100

Comerciantes: 200

Operarios:

2000

Agricultores:

600

Servicios Generales:

1900

Empleados:

1200

Teniendo en cuenta la fraccin de muestreo que representa esta muestra, y mediante la asignacin proporcional, el nmero de familias que debern incluirse en la muestra, correspondiente a la categora de Agricultores, es: Ninguna de las anteriores. Correcto. Porque el tamao de muestra estratificado se determina proporcional al tamao del estrato respecto a tamao de la poblacin total.

Muestras Aleatorias
Como dijimos, en ellas cada uno de los elementos del universo tiene una probabilidad determinada y conocida de ser seleccionado. Los procedimientos ms usuales para la obtencin de muestras aleatorias son

Azar simple. Este procedimiento se inicia confeccionando una lista de todas las unidades que configuran el universo, numerando correlativamente cada una de ellas. Luego, mediante cualquier sistema (tabla de nmeros al azar, programas de computacin), se van sorteando al azar estos nmeros hasta completar el total de unidades que deseamos que entren en la muestra. De este modo, la probabilidad que cada elemento tienen de aparecer en la muestra es exactamente la misma. Si cada uno de los elementos que integran la poblacin no tiene la misma posibilidad de ser elegido, se habla entonces de una muestra viciada. Este mtodo nos garantiza una seleccin completamente aleatoria, pero resulta muy lento y costoso, pues nos obliga a elaborar listas completas de todas las unidades de inters, lo que a veces es sencillamente imposible. Por este motivo, slo se emplea cuando los universos son relativamente pequeos. Azar sistemtico. Tambin se requiere de un listado completo de las unidades que integran el universo en estudio. Luego se efectan las siguientes operaciones: 1. Se calcula la constante K, que resulta de dividir el nmero total de unidades que componen el universo por el nmero de unidades que habrn de integrar la muestra: K = N/n Dnde: N = nmero total de unidades que componen el universo. n = nmero total de unidades que integrarn la muestra. 2. Se efecta un sorteo para elegir un nmero que sea inferior o igual al valor de K. Como primera unidad para integrar la muestra se elige aquella que, en la lista general, posea idntico nmero de orden al sorteado. Si designamos con A este primer valor, la segunda unidad elegida ser la que lleve el nmero A + K, la tercera corresponder a A + 2K y as sucesivamente hasta llegar a A + (n 1)K.

4.

Supongamos un universo constituido por 2.800 elementos, del que deseamos obtener una muestra, con el muestreo sistemtico, de 70 casos. Tenemos entonces:

N = 2.800

n = 70

K = 2.800 / 70 = 40

Ahora, mediante cualquier procedimiento, buscamos al azar un nmero entero cuyo valor figure entre los lmites de 1 y 40. En este caso, el nmero elegido es el 32. De acuerdo con este criterio de seleccin sistemtico, la tercera unidad que pasar a formar parte de la muestra ser la que lleve el nmero de orden: 112. Correcto: Se aplica de manera adecuada el procedimiento de seleccin del tipo de muestreo sistemtico .

5.

Se desea realizar una encuesta donde se intuye que las opiniones sobre el tema en cuestin van a ser muy dependientes del ingreso econmico de los habitantes. Se trata de una ciudad donde la mayora de vecindarios son mixtos (se entremezclan pobres y ricos), con pocos situados en ambos extremos. De las siguientes opciones. Cul sera el tipo de muestreo ms indicado para hacer el estudio estadstico correspondiente?: Muestreo simple al azar. Correcto: La distribucin de las unidades de observacin estn distribuidas de manera adecuada para su aplicacin. En el proceso de seleccin de una muestra, si cada uno de los elementos que integran la poblacin tiene la misma posibilidad de ser elegido, se habla entonces de: Muestreo aleatorio simple. Correcto: La equidad en el proceso de muestreo es un principio del MAS.

6.

Tamao de muestra y Error mustral

Recordemos que la muestra descansa en el principio de que las partes representan al todo y, por tal, refleja las caractersticas que definen a la poblacin de la cual fue extrada, lo cual nos indica que es representativa. Es decir, que para hacer una generalizacin exacta de una poblacin, es necesario tomar una muestra representativa. Por lo tanto, la validez de la generalizacin depende de la validez y tamao de la muestra. Cuando

trabajamos

con

muestras,

generalmente

se

presentan

dos

tipos

de

errores:

Error sistemtico. Llamado de distorsin o sesgo de la muestra, se presentan por causas ajenas a la muestra: Situaciones inadecuadas: se presentan, por ejemplo, cuando el encuestador tiene dificultades para obtener la informacin y la sustituye por la que ms fcilmente est a su alcance, que no siempre es la ms confiable. Insuficiencia en la recoleccin de datos: hay distorsin por falta de respuestas, o respuestas inadecuadas, ya sea por ignorancia o falta de datos relativos a los elementos incluidos. Distorsiones del encuestador causadas por prejuicios, inters personal o por fallas en la aplicacin de instrumentos.

Errores de cobertura a causa de que no se han incluido elementos importantes y significativos para la investigacin que se realiza. Error de muestreo o muestral. Cualquiera sea el procedimiento utilizado y la perfeccin del mtodo empleado, la muestra diferir de la poblacin. A esta diferencia se la denomina error de muestreo.

Cuando una muestra es aleatoria o probabilstica, es posible calcular sobre ella el error muestral. Este error indica el porcentaje de incertidumbre, es decir, el riesgo que se corre que la muestra elegida no sea representativa. Si trabajamos con un error calculado en 5%, ello significa que existe un 95% de probabilidades de que el conjunto muestral represente adecuadamente al universo del cual ha sido extrado. A medida que incrementamos el tamao de la muestra, el error muestral tiende a reducirse, pues la muestra va acercndose ms al tamao del universo.

7.

Tomando en consideracin la existencia del error de muestreo, entendido como la

diferencia que se presenta entre el valor estimado con los datos de la muestra y el valor real e hipottico de la poblacin. Puede considerarse que la relacin entre el error de muestreo y el tamao de la muestra obtenido con un error determinado es: Inversamente proporcional, Correcto: Porque un incremento o disminucin del error de muestreo genera efectos similares en el tamao de muestra.

8.

Existen dos criterios para valorar si una muestra debe ser considerada representativa de una poblacin: Uno de ellos es que la forma de seleccin debe ser aleatoria y el otro se relaciona con: El tamao de la muestra, Correcto: La representatividad de la muestra depende tanto del mecanismo de seleccin, como del tamao de la muestra.

Tipos de estimacin y sus caractersticas

ESTIMACION En estadstica se llama estimacin al conjunto de tcnicas que permiten dar un valor aproximado de un parmetro de una poblacin a partir de los datos proporcionados por una muestra. En su versin ms simple, una estimacin de la media de una determinada caracterstica de una poblacin de tamao N sera la media de esa misma caracterstica para una muestra de tamao n. ESTIMADOR Un estimador de un parmetro poblacional es una funcin de los datos muestrales. En pocas palabras, es una frmula que depende de los valores obtenidos de una muestra, para realizar estimaciones. Por ejemplo, un estimador de la media poblacional, ?, sera la media muestral, , segn la siguiente frmula:

donde (x1, x2, , xn) sera el conjunto de de datos de la muestra. En el ejemplo se habla de una estimacin puntual. Sin embargo, el estimador es una variable aleatoria que asigna a cada valor de la funcin su probabilidad de aparicin, esto es, la probabilidad de la muestra de la que se extrae. ESTIMACION PUNTUAL Consiste en la estimacin del valor del parmetro mediante un slo valor, obtenido de una frmula determinada. Por ejemplo, si se pretende estimar la talla media de un determinado grupo de individuos, puede extraerse una muestra y ofrecer como estimacin puntual la talla media de los individuos de la muestra. Estimacin por intervalos Consiste en la obtencin de un intervalo dentro del cual estar el valor del parmetro estimado con una cierta probabilidad. En la estimacin por intervalos se usan los siguientes conceptos: Intervalo de confianza El intervalo de confianza es una expresin del tipo [?1, ?2] ?1 ? ? ? ?2, donde ? es el parmetro a estimar. Este intervalo contiene al parmetro estimado con una determinada certeza o nivel de confianza. Variabilidad del parmetro Si no se conoce, puede obtenerse una aproximacin en los datos aportados por la literatura cientfica o en un estudio piloto. Tambin hay mtodos para calcular el tamao de la muestra que prescinden de este aspecto. Habitualmente se usa como medida de esta variabilidad la desviacin tpica poblacional y se denota ?.

Factores que inciden en las estimaciones de parmetros

Es la probabilidad de que el verdadero valor del parmetro estimado en la poblacin se site en el intervalo de confianza obtenido. El nivel de confianza se denota por (1-?), aunque habitualmente suele expresarse con un porcentaje ((1-?)100%). Es habitual tomar como nivel de confianza un 95% o un 99%, que se corresponden con valores? de 0,05 y 0,01, respectivamente. Valor ? Tambin llamado nivel de significacin. Es la probabilidad (en tanto por uno) de fallar en nuestra estimacin, esto es, la diferencia entre la certeza (1) y el nivel de confianza (1-?). Por ejemplo, en una estimacin con un nivel de confianza del 95%, el valor ? es (10095)/100 = 0,05. Valor crtico Se representa por Z?/2. Es el valor de la abscisa en una determinada distribucin que deja a su derecha un rea igual a ?/2, siendo 1-? el nivel de confianza. Normalmente los valores crticos estn

9.

Los tres elementos que influyen en el margen de error en la construccin de un intervalo de confianza son, la confiabilidad, la variabilidad y el tamao de la muestra. De acuerdo con estos criterios, la relacin entre el error de estimacin y la variabilidad es: Directamente proporcional. Correcto: Porque si se incrementa o disminuye la variabilidad los efectos en el error de estimacin, tendrn la misma direccin.

10.

La edad de los individuos de una poblacin sigue una distribucin normal. Se extrae aleatoriamente una muestra de 300 pacientes cuya media es de 50 aos, y la desviacin tpica es 10 aos. Entonces: Aproximadamente el 95% de los pacientes tienen edades entre 30 y 70 aos. Correcto. Porque La interpretacin sobre los lmites de un intervalo de confianza, debe especificar la confiabilidad en % y el nombre de la variable a que hace referencia el parmetro estimado.