Curso

Gestin de la calidad
Operaciones Registrales

Guatemala, Junio 2015

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, 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

Modalidad de Muestreo
Seleccionada
La seleccin de las modalidades de muestreo (
probabilsticos y no probabilsticos) se halla
determinada por la confluencia de varios factores: los
objetivos, los recursos, la accesibilidad de la poblacin
y el tiempo.
Los diseos no probabilsticos demandan un tamao
muestral menor.

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

Factores que influyen en el tamao de la muestra

:Tipo de anlisis de datos previsto

La tcnica de anlisis influye en el tamao de la

muestra:
Comparacin de Medias
Estimacin de Proporciones ( parmetros)
Anlisis Univariables
Anlisis Multivariables

Heterogeneidad poblacional
Cuanto mas heterognea sea la poblacin mayor ser
su varianza poblacional lo que implicar mayores
tamaos muestrales.
Cuando se desconoce el valor de la varianza
poblacional se recurre al supuesto mas desfavorable,
asumiendo una varianza poblacional igual a 0,5.
0,5 significa que una unidad seleccionada tiene 50 %
de posibilidades de pertenecer o no a un grupo
especfico dentro de la poblacin

6/4/2015

2da Parte: Errores y

Clculo del tamao de la
muestra

Errores, Errores, ERRORES

Aleatorio
Muestral

Sistemtico

V = v e
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)

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

s
ez
n

1 f

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
2

z pq
n n 1 2
e

* Para poblaciones infinitas (donde N>> n )

Por lo tanto el tamao de la muestra

Es directamente
proporcional al
nivel de confianza
Z.

Es inversamente
proporcional al
error estimado.

Es directamente
proporcional a
la variabilidad
del fenmeno a
estudiar.

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:

32 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

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

4 * 50 * 50 * 60.000
n = --------------------------------9 (60.000-1) + 4 * 50 * 50
n= 1091

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

Simple

Sistemtico

Estratificado

Por
Conglomerados

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:
1.

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

nmero seleccionado sea mayor que el coeficiente de elevacin.

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.

Muestreo Probabilstico por Estratos

Escuelas

Estrato Primario
Escuela
Primarias

Escuela
Secundarias

Escuela 1

Escuela 2

Escuela 1

Escuela 2

Profesores

Profesores

Profesores

Profesores

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

2500
nestratos
3

Ejemplo Muestro por Estratos.

Afiliacin Proporcional

nestrato1 0,45 x 2500 1125

nestrato2 0,39 x 2500 975
nestrato3 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 oporcinestrato2 101400 / 220500 0,460

Pr oporcinestrato3 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

Desventajas

1. 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)
2. Existe una
considerable
reduccin de costos

Puede ocurrir que los

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

Ventajas y Desventajas del Muestreo Aleatorio

Estratificado

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
Escuelas

Escuelas
Primarias

Escuela 1

Escuela 2

Escuelas
Secundarias

Escuela 1

Escuela 2

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.

Por Cuotas

Bola de
Nieve

Estratgicos

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)

Ventajas

Desventajas

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

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 por 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 Hospital
c) Modificar deliberadamente la muestra para que
represente el comportamiento de la variable bajo estudio.

Deseo
explcito de
no responder
Falta de
contacto
directo

No respuesta
por no
entender

Prdidas
por no
respuesta

Error de No Respuesta

6/4/2015

Tipos de Error de no respuesta

Parcial
Total
70

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

Al reducirse el
tamao de la
muestra aumenta el
error.

Error

Si el fenmeno est
concentrado en
sectores especficos
de la poblacin la
muestra puede
sesgarse.

Sesgo

Mtodos de reduccin del

impacto de la no respuesta

Prevencin

( durante la
recoleccin
de datos )

Intervencin
(luego de la
recoleccin
de los datos )

Postestratificacin

Ponderacin

Conocimiento
de los que no
responden

Fin