CT Muestreo Cubo 2012 C PDF

EL MTODO DEL CUBO:
APLICACIONES DEL MUESTREO EQUILIBRADO

EN LA ORGANIZACIN ESTADISTICA VASCA
Aritz Adin Urtasun
EUSKAL ESTATISTIKA ERAKUNDEA

INSTITUTO VASCO DE ESTADISTICA
Donostia-San Sebastin, 1
01010 VITORIA-GASTEIZ
Tel.: 945 01 75 00
Fax.: 945 01 75 01
E-mail: eustat@eustat.es
www.eustat.es
Presentacin
Eustat, consciente de la creciente demanda de estadsticas de calidad cada vez ms
desagregadas, organiz en 2010 el XXIII Seminario Internacional de Estadstica con el
ttulo Muestreo equilibrado y eficiente: el Mtodo del Cubo.
El objetivo de Eustat es redefinir los diseos actuales, para que con el mismo o similar
coste se puedan obtener muestras que proporcionen estimadores de calidad para
mbitos o dominios mas desagregados. Con este mismo objetivo se convoc una beca
de dos aos de duracin de formacin e investigacin en el campo de las metodologas
estadstico-matemticas, mas concretamente enfocada hacia la optimizacin de
muestras.
Los resultados de esta investigacin han sido aplicados en diferentes operaciones
estadsticas dentro del Plan Vasco de Estadsticas 2010-2012: Estudio del bullying en
el alumnado de centros de Educacin Primaria y Educacin Secundaria Obligatoria,
Encuesta sobre la Sociedad de la Informacin Familias, Encuesta de Innovacin
Tecnolgica, Encuesta de Pobreza y Desigualdades Sociales y Estudio de las Mujeres
en el mbito Rural Vasco.
El objetivo de esta publicacin es difundir la investigacin realizada durante la beca y
aportar material til a todos los usuarios interesados en el conocimiento y utilizacin de
muestreos eficientes y equilibrados.
Este documento tiene dos partes diferenciadas. En la primera, se encuentran los
conceptos y definiciones correspondientes a la teora de muestreo; as como los planes
de muestreo probabilsticas simples y complejos. En la segunda, la descripcin del
Mtodo del Cubo y su aplicacin a diferentes encuestas-tipo de la Organizacin
Estadstica Vasca.
Vitoria-Gasteiz, Diciembre de 2012

Javier Forcada Sainz
Director General de EUSTAT
ndice
PRESENTACIN .......................................................................................................................... 1
NDICE .......................................................................................................................................... 2
1. INTRODUCCIN ...................................................................................................................... 4
2. INTRODUCCIN A LA TEORA DE MUESTREO.................................................................... 5
DEFINICIONES Y NOTACIN BSICA .............................................................................................. 5
PROPORCIONES MUESTRALES ..................................................................................................... 6
ESTIMADOR DE HORVITZ-THOMPSON........................................................................................... 6
3. PLANES DE MUESTREO PROBABILSTICOS ....................................................................... 7
MUESTREO ALEATORIO SIMPLE .................................................................................................... 7
MUESTREO ESTRATIFICADO......................................................................................................... 8
MUESTREO POR CONGLOMERADOS O CLUSTERS ........................................................................ 10
RESUMEN DE LOS MTODOS PRESENTADOS ............................................................................... 11
4. PLANES DE MUESTREO COMPLEJOS ............................................................................... 13
MUESTREO BIETPICO (O DE DOS ETAPAS)................................................................................. 13
SELECCIN DE LAS UP-S CON PROBABILIDADES IGUALES............................................................ 14
PLAN BIETPICO AUTOPONDERADO ............................................................................................ 15
5. MTODO DEL CUBO: MUESTRE EQUILIBRADO................................................................ 16
REPRESENTACIN POR UN CUBO ............................................................................................... 16
MUESTRAS EQUILIBRADAS......................................................................................................... 16
DESCRIPCIN DEL MTODO ....................................................................................................... 18
6. MACROS DE SAS PARA SELECCIONAR MUESTRAS EQUILIBRADAS............................ 19
MACRO EXE_CUBE ................................................................................................................... 19
MACRO ECHANT_STRAT ............................................................................................................ 20
MACRO AUXILIAR DISJUNCTIVE .................................................................................................. 21
MACRO AUXILIAR CREAR_ESTRATO ........................................................................................... 21
EJEMPLO DE USO DE LAS MACROS ............................................................................................. 22
7. MUESTRAS EQUILIBRADAS EN EUSTAT CON EL MTODO DEL CUBO ........................ 26
MUESTRA DE CENTROS DE ESO PARA EL ESTUDIO DEL BULLYING EN LA COMUNIDAD AUTNOMA
DE EUSKADI ............................................................................................................................. 26
MUESTRA PARA LA ENCUESTA DE LA SOCIEDAD DE LA INFORMACIN (ESI-EMPRESAS) ............... 30
MUESTRA PARA LA ENCUESTA DE CAPITAL SOCIAL (ECS).......................................................... 33
INDICE
MUESTRA PARA LA ENCUESTA DE INNOVACIN TECNOLGICA (EIT) ........................................... 38

MUESTRA PARA LA ENCUESTA DE POBREZA Y DESIGUALDADES SOCIALES (EPDS) ..................... 42
MUESTRA PARA EL ESTUDIO DE LAS MUJERES EN EL MBITO RURAL VASCO.................................. 47
MUESTRA PARA LA ENCUESTA DE EUSKADI Y DROGAS ............................................................... 52
8. CONCLUSIONES.................................................................................................................... 56
EQUILIBRIO Y ESTRATIFICACIN ................................................................................................. 56
ELECCIN DE LAS VARIABLES DE EQUILIBRIO .............................................................................. 56
EQUILIBRIO Y CALIBRACIN ....................................................................................................... 57
Anlisis de los resultados ........................................................................................ 57
1. Calibracin de la encuesta de Euskadi y Drogas 2012 ....................................... 57
2. Calibracin de la Encuesta de Capital Social 2012............................................. 58
INTERS DEL MUESTREO EQUILIBRADO ...................................................................................... 60
9. BIBLIOGRAFA ....................................................................................................................... 61
INDICE
1. Introduccin
El contenido recogido en este Cuaderno Tcnico, es fruto del trabajo realizado durante
el disfrute de la beca de formacin e investigacin en metodologas estadsticomatemticas, para el tema de optimizacin de muestras, concedida en el ao 2010 por
el Instituto Vasco de Estadstica / Euskal Estatistika Erakundea.
El presente documento est dividido en los siguientes captulos:
En el primer captulo se realiza una introduccin y se mencionan los objetivos que han
marcado la elaboracin de este cuaderno tcnico.
En segundo captulo, se expone una introduccin a la teora de muestreo, con las
definiciones y notacin bsica del diseo de muestreo, proporciones muestrales y
definicin del estimador de Horvitz-Thompson y su varianza.
En los siguientes dos captulos, se desarrollan los conceptos de planes de muestreo
probabilsticos y planes de muestreo complejos, presentando la mayora de los mtodos
utilizados en la estadstica oficial.
En el quinto captulo, se aborda el concepto de muestreo equilibrado y se presenta el
Mtodo del Cubo para seleccionar muestras equilibradas.
El objetivo del sexto captulo es detallar las macros de SAS que permiten seleccionar
muestras equilibradas.
En el sptimo captulo, se presentan las distintas muestras equilibradas en Eustat con el
Mtodo del Cubo.
Finalmente, se muestran algunas conclusiones relacionadas con el equilibrio, la
estratificacin y la calibracin.
Quiero agradecer el apoyo a todos los componentes del rea de Metodologa,
Innovacin e I+D y, en general, la amabilidad de todo el personal de Eustat.
PALABRAS CLAVE: Diseos muestrales, Probabilidades de inclusin, Estimador de

Horvitz-Thompson, Muestras equilibradas, Mtodo del Cubo, Variables de equilibrio,
Estratificacin, Calibracin.
INTRODUCCION
2. Introduccin a la teora de muestreo

Antes de poder presentar el Mtodo del Cubo para seleccionar muestras equilibradas y
de mostrar el inters del mtodo, debemos empezar por una presentacin general de la
teora de muestreo.
Definiciones y notacin bsica

El objetivo es estudiar una poblacin finita U = {1,, N} de tamao N.
Definimos la variable de inters y que toma valores yk , k U ; cuyo total y media
son:
Y = yk
1
N
Y =
kU
kU
Una muestra s es un subconjunto de la poblacin s U .

Un diseo muestral o plan de muestreo p(s) es una distribucin de probabilidad sobre
todas las muestras posibles en donde
p(s) = 1 .
s U
La muestra aleatoria S toma el valor s con la probabilidad Pr( S = s ) = p ( s ) .

Definimos la probabilidad de inclusin, como la probabilidad de que la unidad k sea
seleccionada en la muestra aleatoria S:
k = E ( Ik ) = Pr(k S ) = p( s )
1
0
Ik =
donde
ks
si k S
si k S
De igual modo, se define la probabilidad de inclusin de 2.orden como:
kl = E ( IkIl ) = Pr(k y l S ) =
Si el diseo muestral es de tamao fijo, entonces
kU
INTRODUCCIN A LA TEORA DE MUESTREO
p( s)
k ,ls
= n.
Proporciones muestrales
Supongamos que la variable de inters definida sobre la poblacin U es una variable
cualitativa. En este caso, la variable de inters nos da informacin acerca de alguna
cualidad de las unidades de la poblacin o la pertenencia o no a una determinada clase.
Supongamos que nuestra variable de inters clasifica las unidades de la poblacin en
dos clases C y C .
Para cada unidad de la poblacin, definimos la caracterstica
1 si k C
0 si k C
yk =
y k como:
k U
Definimos el total de elementos de la poblacin (total de la clase) y la proporcin de

elementos de la poblacin (proporcin de la clase) que pertenecen a C como:
Y = yk = A
Y =
kU
1
N
kU
A
=P
N
Podemos considerar el problema de estimar A y P como si estimsemos el total y la

media poblacional en donde cada y k toma los valores 0 o 1.
Si escribimos la cuasivarianza S
S2 =
(y
kU
Y ) 2
=
N 1
kU
en funcin de P y Q = 1-P
2
k
NY 2
=
N 1
1
N
( NP NP 2 ) =
PQ
N 1
N 1
Cuyo estimador insesgado es:
n
s =
pq
n 1
2
p=
donde
y
kS
a
n
Estimador de Horvitz-Thompson
Se definen el estimador de Horvitz-Thompson del total y de la media poblacional de la
variable de inters y como:
yk
Y =
kS
1
Y =
N
El estimador de Horvitz-Thompson es insesgado si
yk
kS
k > 0, k U
Para diseos de tamao fijo, se puede estimar la varianza por:
y
y
1
Var (Y ) = k l
2 kS lS k l
l k
INTRODUCCIN A LA TEORA DE MUESTREO
( kl k l )
.
kl
3. Planes de muestreo probabilsticos

Forman parte de este tipo de muestreo todos aquellos mtodos para los que puede
calcularse la probabilidad de extraccin o seleccin de cualquiera de las muestras
posibles.
Tal y como se explicar ms adelante, el Mtodo del Cubo parte de las probabilidades
de inclusin definidas por el diseo para seleccionar una muestra equilibrada; es decir,
en realidad este mtodo optimiza los mtodos de muestreo probabilsticos.
A continuacin se definirn los tres principales tipos de muestreo probabilstico.
Muestreo aleatorio simple

El muestreo aleatorio simple (m.a.s.) es un mtodo de muestreo en donde se selecciona
una muestra de tamao n de una poblacin de tamao N de tal manera que todas las
muestras del mismo tamao tienen la misma probabilidad de ser seleccionadas.
El diseo muestral para un m.a.s. de tamao fijo n es:
N

p( s) = n
si card(s) = n
en caso contrario
Por lo tanto, la probabilidad de inclusin de la unidad k es:

N 1 N 1 N
k = p( s ) = =

ks
ks n
n 1 n
n
, k U
N
Es decir, todos los individuos de U tienen la misma probabilidad de ser seleccionados.

El estimador de H-T para la media poblacional en un m.a.s. es
1
Y =
N
yk
kS
1
N
kS
N 1
= yk
n n kS
El estimador insesgado de la varianza de Y es:
)
s y2
Var (Y ) = (1 f )
n
1
s y2 =
( yk Y ) 2
n 1 kS
donde
f =
n
es definida como la fraccin de muestreo
N
PLANES DE MUESTREO PROBABILSTICOS
Muestreo estratificado
Supongamos que la poblacin U est dividida en subpoblaciones o estratos U h ,
h = 1,..., H ; donde los estratos cumplen las siguientes propiedades:

H
(i)
UU
=U
h =1
(ii)
U hIU i= , h i
(iii)
Si N h es el tamao de U h , entonces
N
h =1
=N
Un diseo muestral es estratificado si en cada estrato se selecciona una muestra

H
aleatoria simple de tamao fijo n h , donde
n
h =1
= n es el tamao de la muestra.
Esta tcnica de muestreo se utiliza cuando la poblacin de estudio es muy heterognea,

pudiendo dividirla en estratos internamente homogneos. De esta manera, podemos
lograr estimadores ms precisos en cada estrato, combinndolos para obtener un
estimador de la poblacin total ms preciso.
Como en cada estrato las unidades son seleccionadas siguiendo un m.a.s. la
probabilidad de inclusin de la unidad k es:
k=
nh
, k U .
Nh
El estimador de Horvitz-Thompson de la media para un muestreo estratificado:
1
Y st=
N
yk
kS
1
N
Nh
1
yk =
N
h =1 n h kS h
N Y
h =1
La varianza del estimador puede estimarse sin sesgo por:
1
Var (Y st) = 2
N
donde
2
s yh
=
N
h =1
2
h
(1 f h )
2
s yh
nh
1 H
( y k Y h) 2 es la cuasivarianza muestral del estrato h.
n h 1 h =1
Afijaciones en muestreos estratificados

Existen distintos criterios a la hora de repartir el tamao de la muestra entre los estratos.
Vamos a presentar los ms utilizados.
1. Afijacin proporcional
Consiste en asignar a cada estrato un nmero de unidades muestrales proporcionales a
su tamao.
Por lo tanto, diremos que un plan estratificado tiene una afijacin proporcional si:
nh
n
= , para h = 1,..., H
Nh N
Si suponemos que n h =
nN h
es entero, el estimador de la media poblacional es:
N
1 H
1
Y prop= N hY h = y k
N h =1
n kS
De la misma manera se pueden realizar afijaciones proporcionales a la raz, al cubo o a

cualquier potencia menor que 1.
2. Afijacin de mnima varianza

La afijacin de mnima varianza o afijacin de Neyman consiste en determinar los
valores de n h de forma que para un tamao de muestra fijo igual a n, la varianza de los
estimadores sea mnima.
Utilizando los multiplicadores de Lagrange, se obtienen los valores de n h necesarios
nh = n
N hS h
H
N
h =1
para
h = 1,..., H
Sh
3. Afijacin de tamao de muestra mnimo

En este caso el problema consiste en buscar la afijacin que da el tamao de muestra
mnimo n*, para una varianza fijada V.
Una vez ms, gracias a los multiplicadores de Lagrange, se tiene que:
n* =
N h S yh
h =1
2
V + N h S yh
h =1
Muestreo por conglomerados o clusters

Supongamos que la poblacin U est dividida en M subconjuntos U i , i = 1,..., M
llamados conglomerados; los cuales cumplen las siguientes propiedades:
M
UU
(i)
=U
i =1
U iIU j = , i j
(ii)
(iii)
i =1
= N donde N i es el nmero de elementos del conglomerado U i .
Un diseo muestral es por conglomerados si se selecciona una muestra de

conglomerados de tamao m, que denotaremos s I , con un plan p I ( s I ) en donde
todas las unidades de los conglomerados seleccionados son observadas.
La muestra aleatoria completa viene dada por S =
n=
iS I
UU
cuyo tamao es
iS I
i
. El tamao de la muestra es generalmente aleatorio.
Esta tcnica de muestreo se utiliza cuando la poblacin se encuentra dividida de

manera natural en grupos que se supone que contienen toda la variabilidad de la
poblacin; es decir, cada conglomerado representa fielmente la caracterstica
poblacional a estudiar (simplificando la recogida de informacin muestral).
Seleccin de conglomerados con probabilidades iguales

Si suponemos que todos los conglomerados tienen la misma probabilidad de ser
seleccionados, entonces el plan de muestreo consiste en seleccionar los
conglomerados siguiendo un m.a.s de tamao m.
En este caso, la probabilidad de seleccionar un conglomerado es
Ii=
m
, obteniendo
M
la siguiente expresin simplificada para el estimador de Horvitz-Thompson de la media:
1
Y =
N
donde Y i=
1
Ni
kU i
yk
kS
1
N
iS i
N iY i
Ii
M
N iY i
Nm iS i
es la media para el conglomerado U i , i = 1,..., M
La varianza del estimador puede estimarse sin sesgo por:
Y
M m M
Y i
Var (Y ) =
2
M
N m m 1 iS I
10
Muestreo sistemtico con probabilidades iguales

Supongamos que las N unidades de la poblacin U son numeradas de 1 a N en algn
orden (aleatorio o siguiendo algn criterio de orden).
Si n es el nmero de unidades a seleccionar en la muestra, definimos k = N n como
el intervalo de muestreo.
Seleccionamos un nmero aleatorio r {1,..., k } como unidad de inicio. A partir de r,
las unidades que se encuentran a una distancia lk para l = 1,2,..., n 1 son
seleccionadas en la muestra.
El muestreo sistemtico puede verse como un muestreo por conglomerados donde el

problema consiste en escoger un nico cluster de los k posibles.
Composicin de las k posibles muestras sistemticas
1
y1
y k +1
L
y ( n 1) k +1
y2
y k +2
L
y ( n 1) k + 2
yi
yk
y k +i
y 2k
L
L
y ( n k ) k +3 y nk
Resumen de los mtodos presentados

Se define el coeficiente de variacin del estimador , como el cociente entre la
desviacin estndar y su valor real
, CV () =
Var ()
Por lo tanto, el estimador del coeficiente de variacin de , es cv() =
Var ()
A continuacin se muestra una tabla con las formulas del estimador, varianza y
coeficientes de variacin tanto para la media poblacional como para las proporciones de
los distintos mtodos presentados.
11
12
Proporciones
P
Med ia
poblacional
Y
cv ( P )
Coef. de
variacin
Var ( P )
Varianza
Estimador
cv (Y )
Coef. de
variacin
Var (Y )
Varianza
Estimador
(1 f )
cv (Y )
n
(1 p )
cv ( P ) = (1 f )
p ( n 1)
p (1 p )
Var ( P ) = (1 f )
n 1
1
P =
yk
n kS
cv (Y ) =
s
)
Var (Y ) = (1 f ) y
n
Muestreo aleatorio
simple
1
Y = yk
n kS
h =1
cv ( P st ) =
h =1
h=1
h =1
h (1
h =1
phqh
n h 1
nh
p h (1 p h )
n h 1
N h ph
f h)
nh
s 2yh
s 2yh
f h)
N h2 (1 f h)
h =1
hp h
N hYh
N h2 (1
1
Var ( P st ) = 2
N
N h2 (1 f h )
h =1
h =1
1
P st =
N
cv (Y st) =
N Y
1
Var (Y st) = 2
N
1
Y st=
N
Muestreo estratificado
i
N Y
i S i
2
cv ( P ) =
Var ( p ) =
iS I
a
iSi
M m
m 1
N iY i
iS i
a
i S I
i S I
( ai ) 2
i S I
i S I
2 p ai N i + p2 N i
iS I
iS I
N i + p 2 N i2
Ni
iS I
ai2 2 p ai
; donde a i = p i N i
M m m iS I
M m 1
P =
cv(Y ) =
m m
Y i Y
1
M
M m 1 iS
M m M
Y i Y
Var(Y ) = 2
M
N m m 1 i S
M
Y =
Nm
Muestreo por conglomerados
4. Planes de muestreo complejos

Pese a que los mtodos presentados forman los tres principales tipos de muestreos
probabilsticos, a la hora de definir los diseos de las encuestas elaboradas por
EUSTAT o por los distintos rganos estadsticos, estos diseos suelen ser un poco ms
complejos.
Muestreo bietpico (o de dos etapas)

Supongamos que la poblacin
subpoblaciones U i ,
U = {1,..., k ,..., N } est compuesta de M
i = 1,..., M llamadas unidades primarias.
Al mismo tiempo, cada unidad primaria U i se compone de N i unidades secundarias

M
donde
N
i =1
=N.
De manera general, un muestreo bietpico se define de la siguiente manera:

-
Se selecciona una muestra S I de unidades primarias de tamao m.
Si una unidad primaria es seleccionada en la primera etapa, se selecciona una

muestra S i de tamao n i de unidades secundarias.
Los planes bietpicos tienen que cumplir las propiedades de invarianza e

independencia.
La muestra aleatoria completa viene dada por S =
US
cuyo tamao es n =
iS I
iS I
Podemos definir:
I ,i
k|i
como la probabilidad de seleccionar la unidad primaria U i

como la probabilidad de seleccionar la unidad k dado que U i ha sido
seleccionada.
Por lo tanto, la probabilidad de inclusin de la unidad k es:
k= I ,i k |i ,
k U i
El estimador de H-T de la media en un muestreo bietpico es:
1
Y =
N
donde Y i=
1
Ni
yk
kS i
PLANES DE MUESTREO COMPLEJOS
yk
1
=
N
kS k
iS I kS i
yk
I ,i
k |i
1
=
N
iS I
N iY i
I ,i
es el estimador de H-T de la media de la unidad primaria U i
k |i
13
Adems, en un plan bietpico se tiene que Var (Y ) = VarUP + VarUS ,

donde VarUP es la parte de la varianza que se refiere a las unidades primarias y VarUS
a las unidades secundarias.
Por lo tanto, en un muestreo bietpico, podemos combinar los principales planes de

muestreo probabilsticos presentados (muestreo aleatorio simple, estratificado y por
conglomerados) tanto en la seleccin de las unidades primarias como secundarias.
Seleccin de las UP-s con probabilidades iguales

Supongamos que en las dos etapas del muestreo se usa un muestreo aleatorio simple.
Entonces, las probabilidades antes definidas toman la siguiente forma:
I ,i=
k |i=
m
, i = 1,..., M
M
ni
,
Ni
i = 1,..., M , k S i
En este caso, la probabilidad de inclusin de la unidad k es:
k=
mn i
,
MN i
k U i
Si modificamos la formula del estimador H-T para muestreos bietpicos tenemos que:
1
Y =
N
yk
kS
N iy k
M
Nm iS I kS i n i
Y su estimador de la varianza se simplifica
N n
M m
M
Var (Y ) =
Ms I2 + 2 N i i i si2
2
ni
N m
N m kS i
donde
1
Y
s =
Y
i M
m 1 iS I
2
I
Y
1
s =
y
k N
n i 1 kS I
i
2
i
14
Plan bietpico autoponderado

Supongamos que en la primera etapa, las unidades primarias son seleccionadas con
probabilidad de inclusin proporcionales al tamao (PPT); es decir,
I ,i =
Ni
m
N
En la segunda etapa, se seleccionan las unidades secundarias segn un muestreo

aleatorio simple de tamao fijo n i = n 0 (en cada unidad primaria); es decir,
k |i =
n0
Ni
Por lo tanto, las probabilidades de inclusin de la unidad k son iguales para todas las
unidades de la poblacin U:
k = I ,i k |i =
N i n 0 mn0
=
m
N
Ni
N
15
5. Mtodo del Cubo: Muestre Equilibrado

El Mtodo del Cubo (Deville and Till, 2004), es un mtodo que permite seleccionar
muestras equilibradas con probabilidades de inclusin iguales o desiguales,
optimizando los mtodos de muestreo probabilsticos.
Intuitivamente, este mtodo permite mantener las proporciones de la poblacin original
en la muestra sobre ciertas variables de equilibrio (variables cualitativas), teniendo
siempre en cuenta las probabilidades de inclusin del diseo. Estas variables de
equilibrio, deben estar fuertemente correlacionadas con las variables de inters.
Representacin por un cubo

Consideremos una poblacin finita U = {1,, N} de tamao N, donde el objetivo es
estimar el total (o media) de ciertas variables de inters.
Para poder entender el funcionamiento del Mtodo del Cubo, supongamos que una
muestra es en realidad un vector s = ( s1 ... s k ... s N ) donde s k toma el valor 1 si la
t
unidad k esta en la muestra y 0 en caso contrario.

Geomtricamente, cada vector s es un vrtice de un N-cubo.
Muestras posibles en una poblacin de tamao N=3
Por lo tanto, un diseo muestral p(.) se tratara de una distribucin de probabilidad de

todas las posibles muestras sobre el conjunto S = {0,1} ; definiendo la probabilidad
N
de inclusin de la unidad k como
k = Pr(S k = 1) .
Muestras equilibradas
Supongamos que disponemos de ciertas variables auxiliares con valores conocidos
para todas las unidades de la poblacin, k U .
MTODO DEL CUBO: MUESTREO EQUILIBRADO
16
Estas variables auxiliares podran ser utilizadas bien como variables de estratificacin
(cualitativas), o bien como variables de equilibrio (cualitativas o cuantitativas).
Por lo tanto, se dice que una muestra s es equilibrada sobre las variables
x1 ,x 2 ,...,x p si se verifican las ecuaciones de equilibrio:
= X xkj = x
X
kj
ks
kU
s S con p(s) > 0

j = 1,..., p
Es decir, que los estimadores de Horvitz-Thompson de las variables x1 ,x 2 ,...,x p en la

muestra son iguales a los totales de estas variables en la poblacin.
El vector de probabilidades de inclusin estar siempre predeterminado por el propio
diseo muestral.
Las ecuaciones que derivan de estas restricciones de equilibrio, definen un subespacio
N
(Q) de dimensin N p en R . Por lo tanto, el problema se traduce en elegir un vrtice

(una muestra) del N-cubo que quede dentro del subespacio Q.
Dado que no es posible seleccionar una muestra exactamente equilibrada, el Mtodo
del Cubo implementa un mtodo que selecciona muestras aproximadamente
equilibradas.
17
Descripcin del mtodo

El mtodo del cubo propuesto por Deville y Till (2004), consta de dos fases:
1. Fase de vuelo
Es una generalizacin del mtodo de escisin (Ver Teora de Muestreo).
Se trata de un camino aleatorio que comienza con el vector de probabilidad de
inclusin y que permanece en la interseccin del cubo y el subespacio definido
por las ecuaciones de equilibrio (Q).
2. Fase de aterrizaje
Si al final de la fase de vuelo una muestra (un vrtice) no ha sido seleccionada, se
deber aplicar la fase de aterrizaje.
Existen tres posibles soluciones para esta fase:
-
Eliminar progresivamente las variables de equilibrio y volver a aplicar la fase de

vuelo (es necesario suprimir las variables en orden de menor a mayor
importancia).
Usar la programacin lineal para calcular la mejor muestra aproximadamente
equilibrada (minimizando la diferencia en equilibrio).
Escoger el vrtice ms cercano al vector de probabilidades que se obtiene en la
fase de vuelo, redondeando las probabilidades de inclusin que todava no son
iguales a 0 o 1.
Deville y Tille programaron una implementacin mucho ms rpida de la fase de vuelo

(Ver Fast SAS Macros for balancing simples users guide), la cual consume la mayor
parte del tiempo de ejecucin, obteniendo las siguientes ventajas:
o
No hay restricciones en el tamao de la poblacin.
El tiempo de ejecucin depende linealmente del tamao de la poblacin.
18
6. Macros de SAS para seleccionar

muestras equilibradas
A continuacin, se van a presentar las macros de SAS que nos permiten seleccionar
muestras equilibradas.
Las dos principales macros (exe_cube y echant_estrat) han sido desarrolladas por
Guillaume Chauvet e Yves Till; mientras que las macros auxiliares disjunctive y
crear_estrato han sido elaboradas en Eustat con el objetivo de agilizar el manejo de las
anteriores.
A pesar de que en Eustat se ha optado por trabajar con las macros de SAS que
implementan el Mtodo del Cubo, tambin estn disponibles las funciones que
seleccionan muestras equilibradas en R (ver paquete sampling: http://cran.rproject.org/web/packages/sampling/index.html).
Macro exe_cube
La macro de SAS exe_cube, permite seleccionar muestras equilibradas utilizando el
Mtodo del Cubo (Fast Cube Method).
Datos de entrada
Se trata de una tabla de SAS con todas las unidades de la poblacin sobre la que se va
a seleccionar la muestra.
Debe contener al menos:
Una variable de identificacin
Variable con las probabilidades de inclusin
Variables sobre las que se quiere equilibrar la muestra
Esta tabla no puede tener valores faltantes en las variables mencionadas.
Sintaxis de la macro
Esta es una breve descripcin de los argumentos necesarios:
BASE = Nombre de la librera SAS que contiene la tabla con los datos de entrada.
DATA = Nombre de la tabla de SAS con los datos de entrada.
ID = Variable de identificacin de las unidades de la poblacin.
PI = Variable con las probabilidades de inclusin.
CONTR = Variables sobre las que se quiere equilibrar la muestra.
ATTER = Opcin seleccionada para la fase de aterrizaje
MACROS DE SAS PARA SELECCIONAR MUESTRAS EQUILIBRADAS
19
1. Las variables de equilibrio son eliminadas progresivamente

2. Se consideran todas las posibles muestras para las unidades restantes (valores
distintos de 0 o 1), seleccionando aquellas que proporcionan una menor
diferencia al equilibrio.
3. Mismo procedimiento que la opcin 2 pero considerando nicamente las
muestras con tamao igual a la suma de las probabilidades de inclusin
(tamao muestral fijo).
4. Se redondean las probabilidades de inclusin para las unidades restantes
manteniendo el tamao de la muestra predeterminado.
Para utilizar las opciones 3 o 4, debe introducirse la variable de probabilidades de
inclusin en el parmetro contr.
COMPEQ = Igual a 1 para equilibrar tambin el complementario de la muestra.
SORT = Nombre de la tabla de SAS con los datos de salida, que se guardara en la
librera especificada en el parmetro base. Contiene todas las unidades de la
poblacin, as como la variable ech; igual a 1 si la unidad ha sido seleccionada y 0
en caso contrario.
Macro echant_strat
La macro de SAS echant_strat permite seleccionar muestras estratificadas con el
Mtodo del Cubo (Fast Cube Method), globalmente equilibradas en la poblacin total y
aproximadamente equilibradas en cada estrato.
Los pasos que sigue la macro para seleccionar una muestra equilibrada son:
1. Fase de vuelo independiente en cada uno de los estratos
2. Fase de vuelo conjunta con todas las unidades restantes que no hayan sido
seleccionadas en los estratos
3. Fase de aterrizaje con las unidades todava no seleccionadas.
Datos de entrada
Tiene que haber una tabla de SAS con las unidades de la poblacin para cada una de
los estratos definidos para la muestra estratificada.
Cada tabla debe contener al menos, las mismas variables que hemos definido para la
macro exe_cube.
DATA = Nombre de las tablas de SAS con los datos de entrada de cada estrato.
ID = Variable de identificacin de las unidades de la poblacin.
PI = Variable con las probabilidades de inclusin.
CONTR = Variables sobre las que se quiere equilibrar la muestra.
SORT = Nombre de la tabla de SAS con los datos de salida.

20
Macro auxiliar disjunctive

La macro de SAS disjunctive permite dividir una o ms variables de inters en variables
disjuntas en funcin de ciertas categoras. La macro adems, permite introducir los
nombres de dichas categoras.
Descripcin
Supongamos que en una poblacin de tamao N, dada una variable de inters Y y una
variable cualitativa X que toma los valores 1, 2,, L; la macro disjunctive nos devuelve
1
las variables disjuntas Y , Y , ... , Y
yi
y il =
0
donde:
si xi = l
si xi l
para
i = 1, ... , N
l = 1,... , L
DATA = Nombre de la tabla de SAS que contiene los datos de la poblacin.
VAR = Variable(s) de inters.
CATEG = Variable cualitativa que contiene las categoras para crear las variables
disjuntas
NOMBRES_CATEG (opcional) = Nombres de las categoras de la variable categ.

Por defecto categ1, categ2,, categL.
Resultados y salidas
La macro disjunctive aade a la tabla de entrada las variables disjuntas creadas a partir
de la variable de inters var.
Los nombres de estas nuevas variables son la unin del nombre de la variable var y los
nombres definidos por la variable nombres_categ (separados por el smbolo _).
Estos nombres son guardados en la variable local macro contr_categ.
Macro auxiliar crear_estrato

La macro de SAS crear_estrato permite dividir una tabla de SAS en varias tablas en
funcin de una variable de estratificacin.
DATA = Nombre de la tabla de SAS que contiene los datos de la poblacin.
ID = Variable de identificacin
21
VAR_ESTRAT = Variable sobre la que se quiere realizar la estratificacin
Resultados y salidas
La macro crear_estrato devuelve una tabla de SAS para cada uno de los valores de la
variable var_estrat.
Los nombres de las tablas de salida son por defecto del estilo: estrato_ {var_estrat } j
donde {var_estrat} j es el j-simo valor de la variable var_estrat.
Estos nombres son guardados en la variable local macro datos_estrat.
Ejemplo de uso de las macros

Supongamos que queremos seleccionar una muestra estratificada de establecimientos,
equilibrando la muestra sobre el nmero de empleados por Territorio Histrico.
Nuestra tabla de SAS inicial con los datos de la poblacin tendra un aspecto como esta:
datos
id
1
estrato
A
2
3
A
B
4
5
B
B
6
7
C
C
pik
1
2
3
4
5
6
7
empleo TH
e1
48
e2
e3
20
20
e4
e5
01
48
e6
e7
01
20
donde
01 = Araba, 20 = Gipuzkoa y 48 = Bizkaia;
es la probabilidad de inclusin del establecimiento k;
ek es el nmero de empleados en el establecimiento k.

En primer lugar aplicaremos la macro disjunctive para calcular las variables de
equilibrio disjuntas correspondientes al nmero de empleados por TH.
%global contr_categ;
%disjunctive(
DATA = datos,
VAR = empleo,
CATEG = TH,
NOMBRES_CATEG = Araba Gipuzkoa Bizkaia
);
datos
22
id
1
2
3
4
5
6
7
estrato
A
A
B
B
B
C
C
pik
1
2
3
4
5
6
7
empleo TH
e1
48
e2
20
e3
20
e4
01
e5
48
e6
01
e7
20
empleo _ Araba empleo _ Gipuzkoa empleo _ Bizkaia

0
0
e1
0
e2
0
0
e3
0
e4
0
0
0
0
e5
e6
0
0
0
e7
0
Tal y como hemos mencionado, el objetivo es seleccionar una muestra equilibrada

sobre el nmero de empleados por TH, es decir, sobre los totales:
empleo _ Araba
kN
empleo _ Gipuzkoa
kN
empleo _ Bizkaia
kN
En este caso, la variable macro contr_categ guarda los valores:

&contr_categ. = empleo_Araba empleo_Gipuzkoa empleo_Bizkaia.
A continuacin, aplicaramos la macro crear_estrato para obtener un dataset con los
datos correspondientes a cada uno de los estratos.
%global datos_estrat;
%crear_estrato(
DATA = datos,
ID = id,
VAR_ESTRAT = estrato
);
estrato_A
id
estrato
pik
1
2
A
A
1
2
empleo TH
e1
e2
48
20
0
0
0
e2
e1
0
estrato_B
id
3
4
5
estrato
B
B
B
pik
3
4
5
empleo TH
e3
20
e4
01
e5
48

e3
0
0
e4
0
0
e5
0
0
estrato_C
id
estrato
pik
6
7
C
C
6
7
empleo TH
e6
e7
01
20

e6
0
0
e7
0
0
En este caso, la variable macro datos_estrat guarda los valores:

&datos_estrat. = estrato_A estrato_B estrato_C
23
Por ltimo, llamaremos a la macro echant_strat que selecciona la muestra

equilibrada para muestras estratificadas con el Mtodo del Cubo.
%echant_strat(
DATA = &datos_estrat.,
ID = id,
PI = pik,
CONTR = pik &contr_categ.,
SORT = muestra
);
La salida de la macro tendra un aspecto como este:
muestra
donde
id
ech
ech1
ech2
ech3
ech4
ech5
6
7
ech6
ech7
1 si la unidad k ha sido seleccionada

para todo k {1,...,7}
echk =
0
en
caso
contrario
* Observacin:
En algunas ocasiones, el objetivo puede ser equilibrar la muestra sobre totales que
hacen referencia a las propias unidades muestrales.
Por ejemplo, en el caso anterior se podra querer equilibrar la muestra sobre el nmero
de establecimientos por Territorio Histrico.
En ese caso, debemos crear una variable que toma el valor 1 para todas las unidades,
la cual introduciremos en la macro %disjunctive para crear las variables de equilibrio
deseadas.
datos
id
estrato
pik
1
2
3
4
5
6
7
empleo TH UNO
e1
48
e2
20
e3
20
e4
01
e5
48
e6
01
e7
20
1
24
%global contr_categ;
%disjunctive(
DATA = datos,
VAR = UNO,
CATEG = TH,
NOMBRES_CATEG = Araba Gipuzkoa Bizkaia
);
datos
id
estrato
pik
3
4
B
B
1
2
3
4
5
6
7
empleo TH UNO UNO _ Araba UNO _ Gipuzkoa UNO _ Bizkaia

e1
48
e1
20
e1
e1
20
01
1
1
0
1
1
0
0
0
e1
48
e1
01
e1
20
25
7. Muestras equilibradas en EUSTAT con

el Mtodo del Cubo
A continuacin, se van a presentar algunos de los diseos muestrales que han sido
equilibrados mediante el Mtodo del Cubo en Eustat.
Para cada uno de los casos, se describir el diseo metodolgico: la ficha tcnica, las
variables de estratificacin, afijaciones y probabilidades de inclusin y las variables
sobre las que se ha equilibrado la muestra. Tambin se presentarn algunos de los
resultados obtenidos.
Muestra de centros de ESO para el estudio del bullying en

la Comunidad Autnoma de Euskadi
El Departamento de Educacin, Universidades e Investigacin, por medio del Instituto
Vasco de Evaluacin e Investigacin (ISEI-IVEI), realiza una encuesta a alumnado de
ESO sobre el maltrato escolar en los centros de la Comunidad Autnoma de Euskadi.
Para ello, se deba extraer una muestra de conglomerados (centros) de forma que se
evale un mximo de 40 alumnos por centro seleccionado.
Ficha Tcnica
Marco
Lo componen los centros de Secundaria de la CAE que tienen al menos un
grupo en los cursos de 1, 2, 3 y 4 de la ESO.
Diseo muestral
Se trata de una muestra de conglomerados desiguales con submuestreo en la
segunda etapa.
1.a etapa
Unidades muestrales
Centros de secundaria de la CAE
Estratificacin
Para la seleccin de los centros se realiza un muestreo estratificado por
Territorio Histrico y red (pblica y privada).
Afijacin
Proporcional al nmero de centros en cada estrato.
Sorteo
Muestreo probabilstico proporcional al tamao (PPT) del nmero de
alumnos por centro.
MUESTRAS EQUILIBRADAS EN EUSTAT CON EL MTODO DEL CUBO
26
2.a etapa
Unidades muestrales
Alumnos de secundaria de la CAE.
Estratificacin
40 alumnas (10 de 1, 10 de 2, 10 de 3 y 10 de 4) por centro
seleccionado siempre que sea posible. No hay un mnimo de alumnos por
centro.
Sorteo
Muestreo aleatorio simple.
La muestra final es autoponderada por estratos (Territorio y Red).
Tamao de la muestra
El tamao de la muestra ptimo para un muestreo de conglomerados, se calcul
a partir de la siguiente frmula:
ncentros = na
[(1 + (M 1)]
M
donde na es el tamao de la muestra para un aleatorio simple y el resto es el

denominado efecto de diseo en muestreo de conglomerados.
Con
M = Nmero medio de alumnos por centro

= Correlacin intracentro
na =
Nz2 / 2 S 2
N
=
2
2
2
Ne + z / 2 S
e2
1
(
1
)
+
N
z2 / 2 pq
N = Nmero total de alumnos (unidades elementales)
e = Error mximo admisible
z2 / 2 = Valor critico para el nivel de significacin

Variables de equilibrio
La muestra ha sido equilibrada sobre las siguientes variables:
-
Nmero de alumnos por curso y nmero de grupos por curso.

De este modo, las estimaciones de la media de alumnos por centro y grupo
son lo ms parecidas a los datos facilitados por Estadstica Educativa.
Nmero de centros pertenecientes a cada tipo de tamao.
27
Codificacin del tamao del centro en 5 grupos, minimizando la inercia

intraclase en funcin del tamao en alumnos: [0-143], [144-243], [244-361],
[362-506] y [507-708].
Resultados
A continuacin se muestran los resultados obtenidos con el Mtodo del Cubo para las
variables de equilibrio.
Cada una de las tablas compara la distribucin poblacional con la obtenida a partir de
los elevadores de la muestra. Los porcentajes estn dados por columnas.
Distribucin del nmero de alumnos por curso
1 ESO
2 ESO
3 ESO
4 ESO
TOTAL
Poblacional
Muestral
(elevado)
19.664
19.617
(27,21%)
(27,14%)
18.633
18.649
(25,78%)
(25,80%)
17.669
17.764
(24,45%)
(24,58%)
16.306
16.243
(22,56%)
(22,47%)
72.272
72.272
Distribucin del nmero de grupos por curso

Poblacional
1 ESO
2 ESO
3 ESO
4 ESO
TOTAL
Muestral
(elevado)
870
869
(25,02%)
(24,04%)
852
849
(24,50%)
(24,47%)
896
896
(25,77%)
(25,82%)
859
856
(24,71%)
(24,67%)
3.477
3.470
Distribucin del nmero de centros por tipo de tamao

28
Poblacional
Tamao 1
Tamao 2
Tamao 3
Muestral
(elevado)
100
95
(30,12%)
(28,79%)
128
129
(38,55%)
(39,09%)
61
63
(18,37%)
(19,09%)
Tamao 4
Tamao 5
31
31
(9,34%)
(9,39%)
12
12
(3,61%)
(3,64%)
332
330
TOTAL
Teniendo en cuenta las variables sobre las que ha sido equilibrada la muestra, tambin
se han obtenido muy buenos estimadores de la media de alumnos por centro y grupo
para cada uno de los cursos.
CURSO 2011/12
Media alumno
por centro
Media alumno
por grupo
Poblacional
Muestral
(elevado)
Poblacional
Muestral
(elevado)
1 ESO
59.23
59.44
22.60
22.57
2 ESO
56.21
56.51
21.90
21.97
3 ESO
53.22
53.83
19.72
19.83
4 ESO
49.11
49.22
18.98
18.98
TOTAL
217.69
219.00
20.79
20.33
29
Muestra para la Encuesta de la Sociedad de la Informacin

(ESI-Empresas)
El objetivo genrico de la ESI, llevada a cabo por EUSTAT, es proporcionar a los
responsables polticos, agentes econmicos y sociales, universidad, investigadores
privados y ciudadana en general, informacin peridica sobre la penetracin de las
nuevas tecnologas de la informacin y la de la comunicacin (TIC) en las empresas del
Pas Vasco.
La muestra de la ESI-Empresas se caracteriza por ser un panel que cada ao incluye a
las empresas titulares que han contestado en anteriores repeticiones de la encuesta.
Debido a diversas incidencias (bajas, sustituciones, no-respuesta) el reparto original
de la muestra se deteriora, por lo que se tom la decisin de actualizar la muestra
conforme a un nuevo reparto muestral que, respetando el diseo original, recoge la
nueva distribucin de la poblacin en los estratos.
En el ao 2012, se decide renovar el panel en casi un 15%. Adems, se introduce el
Mtodo del Cubo para seleccionar muestras equilibradas con el objetivo de obtener una
distribucin equilibrada en las comarcas del Pas Vasco.
Ficha Tcnica
Marco
Lo componen los establecimientos de cualquier sector de actividad que ejerza su
actividad en el mbito de la CAE, salvo el sector primario y el servicio domstico.
Diseo muestral
Se trata de una muestra estratificada de una sola etapa.
Unidades muestrales
Todos los establecimientos que forman parte del marco mencionado.
Estratificacin
Se realiza un muestro estratificado por el cruce de las siguientes variables:
- Territorio Histrico
1 = Araba; 2 = Bizkaia; 3 = Gipuzkoa
- Estrato de empleo
1 = 0-5 empleados; 2 = 6-9 empleados; 3 = 10-19 empleados;
4 = 20-49 empleados; 5 = 50-99 empleados; 6 = 100 y ms empleados
- Sector de actividad (CNAE09 a 2 dgitos)

Afijacin
Elementos autorrepresentados: establecimientos con 100 empleados y ms
(estrato de empleo 6).
Para el resto de los establecimientos se realizan dos afijaciones diferentes:
30
1. Partiendo de un tamao muestral prefijado en el diseo original de n=7000,

se realiza un reparto proporcional a la raz del n de establecimientos por
territorio y directamente proporcional al n de establecimientos por estrato
(territorio, actividad y empleo).
El tamao de la muestra en cada estrato es calculado a partir de la siguiente
frmula:
nTH i Act j Empk = nTH i
estab Act j Empk

5
estab
j Act k =1
donde
nTH i = (7000 censales )
Act j Empk
estabTH i
3
i =1
i = 1,2,3
estabTH i
Finalmente se aaden establecimientos hasta obtener un tamao mnimo de

5 establecimientos en los estratos de empleo agrupados (menos de 10
empleados y ms de 10 empleados).
2. Reparto en funcin del error muestral mximo de un 10% en cada sector de
actividad (sin tener en cuenta los estratos censales).
El tamao de la muestra en cada sector de actividad es calculado a partir de
la frmula
2
nh =
donde
N h z2 / 2 S h
Nh
=
2
2
2
N h e + z / 2 S h
e2
1
(
1
)
+
N
h
z2 / 2 pq
N h = Nmero de establecimientos en el estrato h
e = Error mximo admisible

z2 / 2 = valor critico para el nivel de significacin
Una vez realizada ambas afijaciones, se reparten las unidades faltantes hasta
obtener el tamao de muestra necesario para las unidades no censales. Este
reparto se realiza de forma proporcional al tamao del estrato en los sectores
infra-representados con respecto a la primera afijacin.
Finalmente, estas afijaciones por sector de actividad, se reparten de manera
proporcional a la raz en cada territorio y empleo agrupado.
Sorteo
Se realiza un muestreo aleatorio simple en cada uno de los estratos, dando
prioridad a los establecimientos que estn especificados en el marco como altas.
Con el objetivo de obtener mejores estimaciones a nivel comarcal, la muestra ha
sido equilibrada sobre el nmero de establecimientos en cada comarca (20
comarcas).
31
Sustitutos
Para completar la muestra se necesita una bolsa de sustitutos de unos 3.500
establecimientos. El nmero de suplentes por estrato, es proporcional a la
muestra terica en cada uno de los estratos de empleo y territorio.
Al igual que en la muestra principal, la muestra de sustitutos se equilibrar con el
Mtodo del Cubo sobre el nmero de establecimientos en cada comarca.
Resultados
A continuacin se muestran los resultados obtenidos con el Mtodo del Cubo al
equilibrar la el nmero de establecimientos por comarca.
Distribucin del nmero de establecimientos por comarca

Poblacional
Valles Alaveses
Llanada Alavesa
Montaa Alavesa
Rioja Alavesa
Estribaciones del Gorbea
Cantbrica Alavesa
Arratia - Nervin
Gran Bilbao
Durangaldea
Encartaciones
Gernika Bermeo
Markina Ondarroa
Plentzia Mungia
Bajo Bidasoa
Muestral
(elevado)
405
523
(0.22 %)
(0.29 %)
18.903
19.063
(10.49 %)
(10.58 %)
248
257
(0.14 %)
(0.14 %)
1.311
1.135
(0.73 %)
(0.63 %)
780
749
(0.43 %)
(0.42 %)
2.180
2.099
(1.21 %)
(1.16 %)
1.787
1.399
(0.99 %)
(0.78 %)
73.572
72.517
(40.82 %)
(40.24 %)
7.517
7.795
(4.17 %)
(4.33 %)
2.356
2.364
(1.31 %)
(1.31 %)
3.425
3.364
(1.90 %)
(1.87 %)
1.828
2.446
(1.01 %)
(1.36 %)
4.008
4.609
(2.22 %)
(2.56 %)
7.169
8.343
(3.98 %)
(4.63 %)
32
Bajo Deba
Alto Deba
Donostialdea
Goierri
Tolosaldea
Urola Costa
TOTAL
4.191
4.989
(2.33 %)
(2.77 %)
4.197
4.742
(2.33%)
(2.63 %)
31.422
28.724
(17.44 %)
(15.94 %)
4.929
5.192
(2.73 %)
(2.88 %)
4.029
4.105
(2.24 %)
(2.28 %)
5.966
5.809
(3.31 %)
(3.22 %)
180.223
180.223
Los porcentajes estn dados por columnas
Muestra para la Encuesta de Capital Social (ECS)

El capital social es entendido como un recurso al que se accede cuando se dispone de
redes personales amplias con las que se participa activamente en los distintos mbitos
econmicos y sociales, en un ambiente de confianza y que puede facilitar el desarrollo
personal y social, as como el desarrollo econmico de una sociedad.
En concreto, en la Encuesta de Capital Social, realizada por Eustat, el capital social est
concebido como un conjunto de dimensiones de relacin y participacin, entre las que
se encuentran: las redes sociales de familiares y amigos, la confianza en las personas y
las instituciones, la participacin social y la cooperacin, la informacin y la
comunicacin, la cohesin y la inclusin social y la felicidad y la salud.
En el ao 2012, se decide seleccionar la muestra para la ECS utilizando el Mtodo del
Cubo. De esta manera, hemos logrado obtener una muestra equilibrada por sexo y
edad en cada uno de los Territorios Histricos, adems de ayudar a obtener mejores
estimaciones a nivel comarcal.
Ficha Tcnica
Marco
El marco de la muestra de la Encuesta sobre Capital Social lo compone la
poblacin de 15 aos y ms residente en viviendas y establecimientos colectivos
de la Comunidad Autnoma de Euskadi.
Diseo muestral
33
Unidades muestrales
Poblacin de 15 aos y ms residentes en viviendas y establecimientos
colectivos de la CAE
Tamao de la muestra
Se seleccionan n = 7000 individuos.
Estratificacin
01 = Araba; 20 = Gipuzkoa; 48 = Bizkaia
- Tamao del municipio

Capitales, Medianos (20.000-100.000) y Pequeos (20.000 y menos)
- Nacionalidad
0 = Nacionales; 1 = Extranjeros
Afijacin
Se ha establecido un criterio para cada uno de los niveles de estratificacin:
1. Reparto proporcional a la raz cuadrada del n de individuos por Territorio.
2. Reparto proporcional al n de individuos por tamao de municipio.
3. Reparto proporcional a la potencia 2/3 del n de individuos por nacionalidad.
Para escoger la afijacin ms conveniente en el tercer nivel, se han tenido en
cuenta las tasas de no respuesta de la anterior encuesta realizada (ECS 2007).
Dado que los mtodos de recogida de la informacin de la encuesta son los
mismos, podemos suponer que las tasas de respuesta para la encuesta actual
van a ser similares.
Por lo tanto, se ha buscado la afijacin que permite conseguir el tamao de
muestra mnimo necesario (unas 400 unidades) para poder dar estimaciones a
nivel de capitales y poblacin extranjera, teniendo en cuenta estas tasas de
respuesta.
El tamao de la muestra en cada estrato viene especificado por la siguiente
frmula:
nTH iTMUN j NACik = nTH iTMUN j
( N TH iTMUN j NACI k ) 2
3
( N TH iTMUN j NACI k ) 2
donde
nTH iTMUN j = 7000
N TH i
N TH i
N TH iTMUN j
TH iTMUN j
i { Araba, Gipuzkoa, Bizkaia}

para
j {Capitales, Medianos, Pequeos}

k {Nacional , Extranjero}
34
Sorteo
Se realiza un muestreo aleatorio simple en cada uno de los estratos.
-
Nmero de individuos en el cruce de Territorio (Araba, Gipuzkoa, Bizkaia),

Sexo (Hombres y Mujeres) y Edad (15-24, 24-34, 35-44, 45-54, 55-64 y ms
de 65 aos).
Nmero de individuos en cada una de las 20 comarcas de la CAE.
Sustitutos
Para completar la muestra se necesita una bolsa de sustitutos de otros 7.000
individuos. Estos sustitutos han sido extrados respetando el mismo reparto
muestral por estratos que en la muestra original, equilibrando la muestra sobre
las mismas variables que los titulares.
Resultados
los elevadores de la muestra. Los porcentajes estn dados por columnas
Distribucin por Territorio, Sexo y Edad

TH = ARABA (01)
Hombres
Poblacional
15-24 aos
25-34 aos
35-44 aos
45-54 aos
55-64 aos
Ms de 65
aos
TOTAL
Muestral
(elevado)
Mujeres
Poblacional
Muestral
(elevado)
TOTAL
Poblacional
Muestral
(elevado)
13.818
13.729
12.831
12.762
26.649
26.491
(10,06%)
(10,02%)
(9,24%)
(9,17%)
(9,65%)
(9,59%)
23.028
22.923
21.541
21.725
44.569
44.648
(16,77%)
(16,73%)
(15,51%)
(15,60%)
(16,13%)
(16,16%)
28.954
28.948
26.298
26.278
55.252
55.226
(21,08%)
(21,13%)
(18,93%)
(18,87%)
(20,0%)
(19,99%)
24.889
24.895
24.891
25.039
49.780
49.934
(18,12%)
(18,17%)
(17,92%)
(17,98%)
(18,02%)
(18,08%)
20.051
19.942
20.355
20.332
40.406
40.274
(14,60%)
(14,55%)
(14,65%)
(14,60%)
(14,63%)
(14,58%)
26.584
26.590
33.009
33.086
59.593
59.676
(19,36%)
(19,40%)
(23,76%)
(23,76%)
(21,57%)
(21,60%)
137.324
137.027
138.925
139.222
276.249
276.249
(100 %)
(100 %)
(100 %)
(100 %)
(100 %)
(100%)
35
TH = GIPUZKOA (20)
Hombres
Poblacional
15-24 aos
25-34 aos
35-44 aos
45-54 aos
55-64 aos
Ms de 65
aos
TOTAL
Muestral
(elevado)
Mujeres
Poblacional
Muestral
(elevado)
TOTAL
Poblacional
Muestral
(elevado)
30.206
30.273
28.416
28.371
58.622
58.644
(10,18%)
(10,22%)
(9,09%)
(9,07%)
(9,62%)
(9,63%)
45.461
45.452
43.313
43.517
88.774
88.968
(15,32%)
(15.34%)
(13.86%)
(13,91%)
(14,57%)
(14,60%)
60.481
60.491
56.318
56.361
116.799
116.852
(20,39%)
(20,41%)
(18,02%)
(18,01%)
(19,17%)
(19,18%)
54.351
54.228
54.409
54.480
108.760
108.707
(18,32%)
(18,30%)
(17,41%)
(17,41%)
(17,85%)
(17,84%)
45.126
44.881
46.428
46.525
91.554
91.406
(15,21%)
(15,14%)
(14,85%)
(14,87%)
(15,03%)
(15,0%)
61.051
61.021
83.677
83.638
144.728
144.659
(20,58%)
(20,59%)
(26,77%)
(26,73%)
(23,76%)
(23,74%)
296.676
296.346
312.561
312.891
609.237
609.237
(100 %)
(100 %)
(100 %)
(100 %)
(100 %)
(100 %)
TH = BIZKAIA (48)
Hombres
47.497
Muestral
(elevado)
47.673
(9.80%)
(9,83%)
Poblacional
15-24 aos
25-34 aos
35-44 aos
45-54 aos
55-64 aos
Ms de 65
aos
TOTAL
Mujeres
45.007
Muestral
(elevado)
45.152
(8,59%)
(8,62%)
Poblacional
TOTAL
92.504
Muestral
(elevado)
92.825
(9,17%)
(9,20%)
Poblacional
76.941
76.969
73.755
73.658
150.696
150.627
(15,87%)
(15,88%)
(14,07%)
(14,06%)
(14,94%)
(14,93%)
97.104
97.136
93.542
93.318
190.646
190.454
(20,03%)
(20,04%)
(17,85%)
(17,81%)
(18,90%)
(18,88%)
90.348
90.178
93.048
92.807
183.396
182.985
(18,64%)
(18,60%)
(17,75%)
(17,71%)
(18,18%)
(18,14%)
72.330
72.308
77.119
77.329
149.449
149.637
(14,92%)
(14,91%)
(14,71%)
(14,76%)
(14,81%)
(14,83%)
100.487
100.558
141.669
141.762
242.156
242.320
(20,73%)
(20,74%)
(27,03%)
(27,05%)
(24,0%)
(24,02%)
484.707
484.821
524.140
524.026
1.008.847
1.008.847
(100 %)
(100 %)
(100 %)
(100 %)
(100 %)
(100 %)
36
Distribucin del nmero de individuos por comarca

Poblacional
Valles Alaveses
Llanada Alavesa
Montaa Alavesa
Rioja Alavesa
Cantabrica Alavesa
Arratia-Nervin
Gran Bilbao
Durangaldea
Encartaciones
Gernika-Bermeo
Markina-Ondarroa
Plentzia-Mungia
Bajo Bidasoa
Bajo Deba
Alto Deba
Donostialdea
Goierri
Tolosaldea
Urola Costa
TOTAL
Muestral
elevado
5.107
5.051
(0,27%)
(0,27%)
221.595
221.680
(11,69%)
(11,69%)
2.855
2.886
(0,15%)
(0,15%)
9.852
9.835
(0,52%)
(0,52%)
7.296
7.292
(0,38%)
(0,38%)
30.043
30.004
(1,58%)
(1,58%)
20.289
20.386
(1,07%)
(1,08%)
768.311
767.962
(40,53%)
(40,51%)
83.470
83.513
(4,40%)
(4,41%)
27.787
27.742
(1,47%)
(1,46%)
40.183
40.331
(2,12%)
(2,13%)
23.128
23.333
(1,22%)
(1,23%)
46.202
(2,44%)
(2,43%)
46.104
66.403
66.418
(3,50%)
(3,50%)
47.748
47.664
(2,52%)
(2,51%)
53.540
53.584
(2,82%)
(2,83%)
282.424
282.508
(14,90%)
(14,90%)
57.859
57.781
(3,05%)
(3,05%)
40.147
40.193
(2,12%)
(2,12%)
61.490
61.462
(3,24%)
(3,24%)
1.895.729
1.895.729
37
Muestra para la Encuesta de Innovacin Tecnolgica (EIT)

El principal objetivo de la EIT, llevada a cabo por EUSTAT, es el conocimiento del
esfuerzo que se realiza desde los distintos sectores de la economa en innovacin, as
como la obtencin de una serie de indicadores que nos permitan comparar el nivel
alcanzado en la Comunidad Autnoma de Euskadi (CAE) con el resto de pases de su
entorno.
La muestra de la EIT se caracteriza por ser un panel que cada ao incluye a las
empresas titulares que han contestado en anteriores repeticiones de la encuesta. Al
igual que en el caso de la ESIE, el reparto original de la muestra se deteriora por
diversas incidencias (altas, bajas, modificaciones,), por lo que se actualiza la muestra
conforme a un nuevo reparto muestral que, respetando el diseo original, recoge la
nueva distribucin de la poblacin en los estratos.
En el ao 2012, se decide renovar el panel en casi un 7%. Adems, se introduce el
Mtodo del Cubo para seleccionar muestras equilibradas con el objetivo de obtener una
distribucin equilibrada en las comarcas de la CAE y sus capitales.
Ficha Tcnica
Marco
Lo componen todos los establecimientos de cualquier sector de actividad que
ejerza su actividad en el mbito de la CAE, salvo el sector primario, la
administracin pblica, las actividades asociativas, las actividades de los
hogares y las actividades de organizacin y organismos extraterritoriales
Diseo muestral
Unidades muestrales
Todos los establecimientos que forman parte del marco mencionado.
Estratificacin
1 = Araba; 2 = Bizkaia; 3 = Gipuzkoa
- Estrato de empleo
1 = 0-9 empleados; 2 = 10-49 empleados;
3 = 50-249 empleados; 4 = 250 y ms empleados
- Sector de actividad (CNAE09 a 2 dgitos)

Afijacin
Elementos autorrepresentados: establecimientos con 250 empleados y ms
(estrato de empleo 4) o establecimientos que correspondan a la actividad 46 en
los estratos de empleo 2 y 3.
Para el resto de los establecimientos se realiza la siguiente afijacin terica:
38
Se reparten 2400 establecimientos para los estratos de 10 y ms empleados

y 750 establecimientos para los estratos de menos de 10 empleados.
El reparto se realiza de manera proporcional a la raz del n de

establecimientos por territorio y estrato de empleo, realizndose despus
otra afijacin proporcional a la raz del n de establecimientos por estrato de
actividad.
Es decir, el tamao de la muestra en cada estrato viene especificado por la
siguiente frmula:
nTH i Emp j Actk = nTH i Emp j
estabTH i Emp j Actk
kAct
donde
nTH i Emp j
estabTH i Emp j Actk
estabTH i Emp j
750
estabTH i Emp j
j =1
=
estabTH i Emp j
2400
estabTH i Emp j
j2 , 3
i {01,20,48}
j {1,2,3}
para empleo < 10
para empleo > 10
Finalmente se aaden establecimientos hasta obtener un tamao mnimo de

5 establecimientos en cada estrato.
Una vez calculados los tamaos tericos necesarios por estrato, restamos las
unidades que ya contiene el panel para obtener el nmero de unidades a extraer
en cada estrato. Concretamente, en el ao 2012 ha sido necesario extraer 771
establecimientos.
Sorteo
Se realiza un muestreo aleatorio simple en cada uno de los estratos, dando
prioridad a los establecimientos que estn especificados en el marco como altas.
Con el objetivo de obtener mejores estimaciones a nivel comarcal, la muestra
correspondiente a los estratos empleo 2 y 3 (ms de 10 empleados) ha sido
equilibrada sobre el nmero de establecimientos en cada comarca (20
comarcas) y en las capitales.
Sustitutos
Para completar la muestra se necesita una bolsa de sustitutos. Para ello, se
extraern 5 establecimientos en los estratos que no estn completos. En el ao
2012 se han extrado 1.950 establecimientos reserva
Al igual que en la muestra principal, la muestra de sustitutos se equilibrar con el
Mtodo del Cubo sobre el nmero de establecimientos en cada comarca y las
capitales.
39
Resultados
A continuacin se muestran los resultados obtenidos con el Mtodo del Cubo al
equilibrar la el nmero de establecimientos por comarca y las capitales.
Distribucin del nmero de establecimientos por comarca y

capitales (ms de 10 empleados)
Poblacional
Valles Alaveses
Llanada Alavesa
(sin capital)
Montaa Alavesa
Rioja Alavesa
Cantbrica Alavesa
Arratia - Nervin
Gran Bilbao (sin capital)
Durangaldea
Encartaciones
Gernika Bermeo
Markina Ondarroa
Plentzia Mungia
Bajo Bidasoa
Bajo Deba
Alto Deba
Donostialdea (sin capital)
Goierri
Muestral
(elevado)
50
64
(0.40 %)
(0.51 %)
102
69
(0.81 %)
(0.54 %)
14
19
(0.11 %)
(0.15 %)
105
93
(0.83 %)
(0.74 %)
97
156
(0.77 %)
(1.23 %)
185
234
(1.47 %)
(1.86 %)
135
114
(1.07 %)
(0.91%)
2.931
2.597
(23.26 %)
(20.61 %)
648
556
(5.14 %)
(4.41 %)
111
217
(0.88 %)
(1.72 %)
162
271
(1.29 %)
(2.15 %)
103
192
(0.82 %)
(1.52 %)
200
333
(1.59 %)
(2.64 %)
373
385
(2.96 %)
(3.06 %)
359
290
(2.85 %)
(2.30 %)
366
490
(2.90%)
(3.88 %)
910
841
(7.22 %)
(6.67 %)
334
387
(2.65 %)
(3.07 %)
40
Tolosaldea
Urola Costa
Vitoria-Gasteiz
Bilbao
Donostia-San Sebastian
TOTAL
311
419
(2.47 %)
(3.32 %)
390
263
(3.09 %)
(2.09 %)
1.548
1.467
(12.28 %)
(11.64 %)
1.979
1.988
(15.70 %)
(15.78 %)
1.190
1.158
(9.44 %)
(9.19 %)
12.603
12.603
Los porcentajes estn dados por columnas
Notas:
1. Para el clculo de los elevadores del nmero de establecimientos por comarca,
se ha hecho una post-estratificacin, agrupado los estratos de actividad en
funcin de la agregacin sectorial A38 (CNAE09), puesto que es la que se
utiliza en difusin.
2. En las tres capitales, se han obtenido muy buenas estimaciones del nmero de
establecimientos.
3. En lo que al resto de comarcas se refieren, pese a que la mayora de ellas
estn bastante bien estimadas, podemos encontrar comarcas con un alto error
relativo como Estribaciones del Gorbea, Encartaciones, Gernika-Bermeo,
Markina-Ondarroa, Plentzia-Mungia, Tolosaldea o Urola-Costa.
4. En estas 7 comarcas el Mtodo del Cubo no ha logrado un solucin muestral
que obtenga mejores resultados debido a las restricciones impuestas por el
mismo diseo:
-
Pese a que el tamao de la muestra era de unos 2.900 establecimientos,

solo se han sorteado 410, puesto que el resto provenan tanto del panel
como de estratos censales.
Adems, de los 401 estratos definidos por el cruce de Territorio, actividad y

empleo, solamente se seleccionan establecimientos en 173 estratos.
Finalmente, de los 173 estratos en donde realmente se realiza el sorteo, en

21 de ellos el establecimiento a seleccionar est determinado a priori (por
tener que dar prioridad a las altas).
41
Muestra para la Encuesta de Pobreza y Desigualdades

Sociales (EPDS)
La Encuesta de Pobreza y Desigualdades Sociales (EPDS), tiene una alta importancia
para el Departamento de Justicia, Empleo y Seguridad Social, al vincularse a la
evaluacin y programacin de sus prestaciones econmicas. Por esa razn, resulta de
especial importancia consolidar un diseo muestral que permita un acercamiento lo ms
correcto posible al colectivo de encuestacin.
De forma general, el objetivo central de la EPDS es el conocimiento, estudio y
evaluacin de las distintas lneas de pobreza, y de su incidencia en Euskadi, as como
de indicadores asociados de desigualdad social.
En el ao 2012, se decide seleccionar la muestra para la EPDS utilizando el Mtodo del
Cubo. De esta manera, hemos logrado obtener una muestra equilibrada por sexo, edad
y nacionalidad, adems del tamao familiar en cada uno de los Territorios Histricos.
Ficha Tcnica
Marco
El marco de la muestra de la Encuesta de Pobreza y Desigualdades Sociales lo
componen las viviendas familiares ocupadas de la Comunidad Autnoma de
Euskadi y sus territorios histricos.
Diseo muestral
Se trata de una muestra bietpica con estratificacin en la primera etapa y
tamao de la muestra fija en la segunda.
Unidades muestrales
Viviendas familiares ocupadas de la CAE.
Tamao de la muestra
Se seleccionan alrededor de 4.000 unidades de encuestacin, aportndose unas
8.000 unidades sustitutas (dos sustitutos por unidad muestral).
Primera etapa: Muestra de secciones
En la primera etapa se realiza un sorteo de las secciones censales de la CAE.
o Estratificacin
Las unidades de la primera etapa se estratifican por el cruce de las siguientes
variables:
- Comarcas y cuadrillas
01 = Aana; 02 = Ayala/Aiara; 03 = Campezo-Montaa Alavesa;
04 = Laguardia-Rioja Alavesa; 05 = Salvatierra/Agurain;
06 = Vitoria-Gasteiz; 07 = Zuia; 08 = Donostialdea;
09 = Tolosaldea-Goierri; 10 = Alto-Deba; 11 = Bajo-Deba;
12 = Margen Derecha; 13 = Bilbao; 14 = Margen Izquierda;
15 = Bizkaia Costa; 16 = Duranguesado
42
- Tipologas
Se realiza un anlisis de las tipologas de las secciones censales de
Eustat, especfico para la EPDS. Para ello, se tienen en cuenta las
variables bsicas: edad, sexo, nacionalidad, relacin con la actividad, n
de residentes en la vivienda y renta personal y familiar media.
Una vez realizado un Anlisis de Componentes Principales, las
secciones son clasificadas en 7 tipologas.
- Predominio personas jvenes:

Con el objetivo de sobrerrepresentar la muestra en aquellas secciones
caracterizadas por una fuerte presencia relativa de personas menores
de 45 aos, se realiza una clasificacin de las secciones en dos grupos:
1 = Secciones con predominio de jvenes
0 = Resto
En la segunda etapa, se sortearn 24 viviendas en las secciones
jvenes y 16 viviendas en el resto.
o Afijacin
El sorteo de las 4000 viviendas se ha realizado de acuerdo a las siguientes
afijaciones:
1. Reparto proporcional a la raz cuadrada del n de viviendas por
Territorio Histrico
2. Reparto proporcional a la raz cbica del n de viviendas por
comarcas/cuadrillas
3. Reparto proporcional al n de viviendas por tipologa y tipo de
seccin(joven/no-joven)
Se exigen un tamao mnimo de 160 viviendas por comarca y 112 viviendas
en las cuadrillas de lava.
o Sorteo
El sorteo de las secciones ha sido probabilstica y proporcional al tamao
(PPT), medido en nmero de viviendas ocupadas.
Segunda etapa: Muestra de viviendas
o Afijacin
Para cada seccin seleccionada en la primera etapa de la muestra, se
seleccionan 16 o 24 viviendas en funcin del tipo de seccin que se trate.
o Sorteo
Se realiza un sorteo aleatorio simple dentro de cada seccin seleccionada en
la primera etapa.
La muestra ha sido equilibrada sobre las mismas variables tanto el la primera
etapa como en la segunda. Con ello, aseguramos que la muestra final est
equilibrada sobre el marco de viviendas completo.
Las variables equilibradas son las siguientes:
43
Tamao familiar: Nmero de viviendas con 1 residente, 2 residentes, 3-4

residentes o ms de 5 residentes por TH
Sexo: Nmero de hombres y mujeres por TH.
Edad: Nmero de individuos con menos de 34 aos, entre 35-44 aos, 4554 aos y ms de 65 aos por TH.
Nacionalidad: Nmero de individuos nacionales y extranjeros por TH.
Nmero de individuos en cada comarca/cuadrillas.
Sustitutos
Para completar la muestra se sortean un suplente y un reserva para cada una
de las viviendas. Estos sustitutos han sido extrados en cada una de las
secciones censales seleccionadas en la primera etapa, equilibrando la muestra
sobre las mismas variables que las viviendas titulares.
Resultados
Distribucin de las viviendas por Tamao Familiar y Territorio
Araba
Poblacional
Gipuzkoa
Muestral
Poblacional
(elevado)
Muestral
(elevado)
Bizkaia
Poblacional
Muestral
(elevado)
1
residente
35.528
35.440
68.232
68.553
109.535
112.675
(27,77%)
(27,70%)
(24,97%)
(25,09%)
(24,44%)
(25,14%)
2
residentes
37.537
38.174
78.075
78.039
130.825
130.322
(29,34%)
(29,84%)
(28,57%)
(28,56%)
(29,18%)
(29,07%)
3-4
residentes
47.391
47.735
108.714
108.381
180.827
178.194
(37,04%)
(37,31%)
(39,78%)
(39,66%)
(40,34%)
(39,75%)
Ms de 5
residentes
7.485
6.592
18.248
18.295
27.079
27.075
(5,85%)
(5,15%)
(6,68%)
(6,69%)
(6,04%)
(6,04%)
TOTAL
127.941
127.941
273.269
273.269
448.266
448.266
44
Distribucin por Sexo y Territorio Histrico
Araba
Poblacional
Hombres
Mujeres
TOTAL
Gipuzkoa
Bizkaia
Muestral
Muestral
Muestral
Poblacional
Poblacional
(elevado)
(elevado)
(elevado)
157.836
155.759
(49,91%)
(49,63%)
344.561
(49,02%)
358.350
347.363
553.674
551.028
(49,48%)
(48,49%)
(48,53%)
158.392
158.111
354.687
588.197
584.492
(50,09%)
(50,37%)
(50,98%)
(50,52%)
(51,51%)
(51,47%)
316.228
313.870
702.911
702.050
1.141.871
1.135.521
Distribucin por Edad y Territorio Histrico
Araba
Poblacional
Menos de
34 aos
35 - 44
aos
45 - 54
aos
55 - 64
aos
Gipuzkoa
Bizkaia
Muestral
Muestral
Muestral
Poblacional
Poblacional
(elevado)
(elevado)
(elevado)
108.383
109.676
233.423
234.644
366.085
363.674
(34,27%)
(34,94%)
(33,21%)
(33,42%)
(32,06%)
(32,03%)
55.227
49.691
116.445
116.922
188.762
194.045
(17,46%)
(15,83%)
(16,57%)
(16,65%)
(16,53%)
(17,09%)
49.799
109.078
107.384
182.531
179.632
(15,52%)
(15,30%)
(15,99%)
(15,82%)
40.810
49.939
(15,91%)
43.836
92.261
91.599
151.434
146.342
(12,91%)
(13,97%)
(13,13%)
(13,05%)
(13,26%)
(12,89%)
(15,75%)
Ms de 65
aos
62.009
60.729
151.704
151.501
253.059
251.828
(19,61%)
(19,35%)
(21,58%)
(21,58%)
(22,16%)
(22,18%)
TOTAL
316.228
313.870
702.050
1.141.871
1.135.521
702.911
Distribucin por Nacionalidad y Territorio Histrico
Araba
Poblacional
Nacional
Extranjero
TOTAL
Gipuzkoa
Bizkaia
Muestral
Muestral
Muestral
Poblacional
Poblacional
(elevado)
(elevado)
(elevado)
286.633
289.847
658.599
659.521
1.067.272
1.059.925
(90,64%)
(92,35%)
(93,70%)
(93,94%)
(93,47%)
(93,34%)
29.595
24.023
44.312
42.529
74.599
75.595
(9,36%)
(7,65%)
(6,30%)
(6,06%)
(6,53%)
(6,66%)
316.228
313.870
702.911
702.050
1.141.871
1.135.521
45
Distribucin del nmero de individuos por comarca/cuadrilla
Aana
Ayala / Aiara
Campezo - Montaa Alavesa
Laguardia - Rioja Alavesa
Salvatierra/Agurain
Vitoria - Gasteiz
Zuia
Donostialdea
Tolosaldea - Goierri
Alto Deba
Bajo Deba
Margen Derecha
Bilbao
Margen Izquierda
Bizkaia Costa
Duranguesado
TOTAL
Poblacional
Muestral
elevado
8.617
8.350
(0,40%)
(0,39%)
34.208
33.894
(1,58%)
(1,58%)
3.156
3.118
(0,15%)
(0,14%)
11.414
11.181
(0,53%)
(0,52%)
12.255
12.384
(0,57%)
(0,58%)
237.059
235.576
(10,97%)
(10,95%)
9.519
9.368
(0,44%)
(0,44%)
472.708
472.950
(21,87%)
(21,98%)
114.584
113.420
(5,30%)
(5,27%)
60.919
60.945
(2,82%)
(2,83%)
54.700
54.734
(2,53%)
(2,54%)
161.425
157.625
(7,47%)
(7,33%)
349.132
348.884
(16,16%)
(16,22%)
386.068
379.912
(17,87%)
(17,66%)
126.504
127.321
(5,85%)
(5,92%)
118.742
121.778
(5,49%)
(5,66%)
2.161.010
2.151.441
46
Muestra para el estudio de las mujeres en el mbito rural

vasco
El Departamento de Agricultura, Pesca y Alimentacin quiere actualizar el estudio que
se viene realizando desde 1998 sobre La mujer en el mbito rural vasco. Necesidades,
demandas y carencias sociales.
En el ao 2012, a diferencia de diseos anteriores, se va extraer una muestra de
mujeres y otra de hombres de 15 y ms aos que residen en los municipios que el
departamento ha sealado como rurales, por criterios de tamao, densidad de
poblacin y proporcin de PIB agrario. La muestra deber estar compuesta por 250
hombres y 250 mujeres en cada uno de los Territorios Histricos de la CAE.
Adems de esto, se decide seleccionar la muestra utilizando el Mtodo del Cubo,
obteniendo una muestra equilibrada de hombres y mujeres por edad, nacionalidad, nivel
de estudios y tipo de vivienda (ncleo o diseminado) en cada uno de los TH.
Ficha Tcnica
Marco
El marco de la muestra lo componen la poblacin de 15 aos y ms, que residen
en viviendas familiares de los 128 municipios sealados como rurales por el
Departamento de Agricultura, Pesca y Alimentacin.
Diseo muestral
Como el objetivo es obtener una muestra de mujeres y otra de hombres de igual
tamao en los municipios rurales, se ha optado por realizar una muestra
bietpica con estratificacin en la primera etapa. Las afijaciones de la primera y
segunda etapa se calculan de modo que la muestra final de individuos es
autoponderada por Territorio Histrico.
De esta manera, una vez sorteados los municipios rurales, se sortearn el
mismo nmero de hombres y mujeres dentro de cada municipio.
Tamao de la muestra
Se seleccionan alrededor de 250 hombres y 250 mujeres en cada Territorio
Histrico de la CAE. No se seleccionarn sustitutos, puesto que se ha optado
por realizar una sobremuestra teniendo en cuenta la tasa de no respuesta
estimada (46% en cada uno de los TH).
Primera etapa: Muestra de municipios
En la primera etapa se realiza un sorteo estratificado de los 128 municipios
rurales de la CAE.
o Unidades muestrales
Municipios rurales de la CAE. Se trata de conglomerados de individuos de
tamaos distintos.
o Estratificacin
Las unidades de la primera etapa se estratifican por:
47
- Tamao de los municipios

La estratificacin por tamao de los municipios es ptima, es decir,
minimiza la inercia intra-clase o varianza interna de cada estrato,
tomando como referencia la inercia o varianza total.
1 = [0-569]; 2 = [570-1154]; 3 = [1155-1884]; 4 = [1885-3400]
o Afijacin
El objetivo final es sortear 250 hombres y 250 mujeres en cada uno de lo TH.
No se seleccionarn sustitutos, puesto que se ha optado por realizar un
sobremuestra, teniendo en cuenta la tasa de no respuesta estimada (46% en
cada uno de los TH).
Para calcular el nmero de municipios a sortear en cada estrato, se ha
seguido el siguiente procedimiento:
1. Reparto proporcional al tamao de los estratos (poblacin) de 500
individuos por cada Territorio.
2. Se calcula el n de municipios a sortear en cada TH, a partir de un
mltiplo de la fraccin de muestreo de la poblacin.
3. Reparto proporcional al n de municipios por estrato.
4. Se amplia la muestra de municipios para seleccionar aquellos que
pertenezcan al estrato de tamao igual a 4.
o Sorteo
Una vez obtenido el reparto terico, el sorteo de los municipios rurales se
realiza mediante muestreo aleatorio simple.
Segunda etapa: Muestra de hombres y mujeres
En la segunda etapa, debemos seleccionar los hombres y mujeres que van a ser
encuestados.
o Unidades muestrales
Hombres y mujeres mayores de 15 aos pertenecientes a los municipios
rurales seleccionados en la primera etapa.
o Afijacin
Para cada municipio rural seleccionado en la primera etapa de la muestra, se
calcula en nmero de hombres y mujeres a sortear de manera proporcional
al tamao del municipio dentro del estrato. Es decir,
nMUNi = nh
PobMUNi
Pobh
donde MUNi son aquellos municipios rurales seleccionados en la primera

etapa y h el estrato correspondiente a dicho municipio.
o Sorteo
Se extraen dos muestras aleatorios simples e independientes dentro de las
subpoblaciones de hombres y mujeres de cada municipio.
48
La muestra final es aproximadamente autoponderada por Territorios Histricos.

La muestra ha sido equilibrada sobre las mismas variables tanto el la primera
etapa como en la segunda. Con ello, aseguramos que la muestra final est
equilibrada sobre el marco de individuos completo.
Las variables equilibradas son las siguientes:
-
Sexo: Nmero de hombres y mujeres por TH.

Edad: Nmero de individuos entre 15-25 aos, 26-39 aos, 40-54 aos, 5564 aos y ms de 65 aos por TH.
Nacionalidad: Nmero de individuos nacionales y extranjeros por TH
Estudios: Nmero de individuos con estudios primarios, medios o superiores
por TH
Tipo de vivienda: Nmero de individuos residentes en viviendas de tipo
ncleo o diseminado
Resultados
Distribucin por Edad y Territorio Histrico

SEXO = HOMBRES
Araba
Poblacional
15 - 25 aos
26 - 39 aos
40 - 54 aos
55 - 64 aos
1.705
(9,70%)
Gipuzkoa
Muestral
(elevado)
1.676
(9,53%)
Poblacional
Muestral
(elevado)
Bizkaia
Poblacional
Muestral
(elevado)
1.231
1.236
1.769
1.807
(10,41%)
(10,45%)
(8,90%)
(9,09%)
3.706
3.634
2.958
2.988
4.354
4.383
(21,08%)
(20,67%)
(25,01%)
(25,26%)
(21,91%)
(22,06%)
5.746
5.807
3.396
3.320
6.169
6.260
(32,68%)
(33,03%)
(28,71%)
(28,07%)
(31,05%)
(31,51%)
3.050
(15,35%)
2.698
2.730
1.802
1.809
3.191
(15,35%)
(15,53%)
(15,23%)
(15,29%)
(16,06%)
Ms de 65
aos
3.727
3.734
2.442
2.476
4.386
4.369
(21,20%)
(21,24%)
(20,64%)
(20,93%)
(22,07%)
(21,99%)
TOTAL
17.582
17.852
11.829
19.869
19.869
11.829
49
SEXO = MUJERES
Araba
Poblacional
15 - 25 aos
26 - 39 aos
40 - 54 aos
55 - 64 aos
Gipuzkoa
Muestral
(elevado)
Poblacional
Muestral
(elevado)
Bizkaia
Poblacional
Muestral
(elevado)
1.552
1.624
1.164
1.133
1.716
1.655
(9,91%)
(10,37 %)
(10,73%)
(10,45%)
(8,99%)
(8,67%)
3.351
3.309
2.709
2.658
3.970
4.058
(21,39%)
(21,12%)
(24,98%)
(24,51 %)
(20,81%)
(21,27%)
4.694
4.749
2.880
2.870
5.398
5.403
(29,96%)
(30,31%)
(26,56%)
(26,47%)
(28,29%)
(28,32%)
2.714
(14,23%)
2.708
(14,19%)
2.133
2.067
1.416
1.481
(13,61%)
(13,19%)
(13,06%)
(13,66%)
Ms de 65
aos
3.938
3.918
2.675
2.703
5.281
5.255
(25,13%)
(25,01%)
(24,67%)
(24,93 %)
(27,68%)
(27,54%)
TOTAL
15.668
15.668
10.844
19.079
19.079
10.844
Distribucin por Nacionalidad y Territorio Histrico

SEXO = HOMBRES
Araba
Poblacional
Nacional
Extranjero
TOTAL
16.410
(93,33%)
Gipuzkoa
Muestral
(elevado)
16.403
(93,29%)
11.182
Muestral
(elevado)
11.218
(94.53%)
(94,83%)
Poblacional
Bizkaia
19.037
Muestral
(elevado)
19.000
(95,81%)
(95,63%)
Poblacional
1.172
1.179
647
611
832
869
(6,67%)
(6,71%)
(5,47%)
(5,17%)
(4,19%)
(4,37%)
17.582
17.852
11.829
11.829
19.869
19.869
SEXO = MUJERES
Araba
Poblacional
Nacional
Extranjero
TOTAL
Gipuzkoa
Muestral
(elevado)
Poblacional
Muestral
(elevado)
Bizkaia
Poblacional
Muestral
(elevado)
14.694
14.673
10.300
10.278
18.270
18.251
(93,78%)
(93,65%)
(94,98%)
(94,78%)
(95,76%)
(95,66%)
974
995
544
566
809
828
(6,22%)
(6,35%)
(5,02%)
(5,22%)
(4,24%)
(4,34%)
15.668
15.668
10.844
10.844
19.079
19.079
50
Distribucin por Nivel de Estudios y Territorio Histrico

SEXO = HOMBRES
Araba
Poblacional
7.304
Gipuzkoa
Muestral
(elevado)
7.225
(41,09%)
5.287
Muestral
(elevado)
5.144
(44,70%)
(43,49 %)
Poblacional
Bizkaia
6.873
Muestral
(elevado)
6.813
(34,59%)
(34,29%)
Poblacional
Estudios
Primarios
(41,54%)
Estudios
Medios
7.616
7.630
4.957
5.123
8.798
8.915
(43,32%)
(43,40%)
(41,91%)
(43,41%)
(44,28%)
(44,87%)
Estudios
Superiores
2.662
2.727
1.585
1.562
4.198
4.141
(15,14%)
(15,51%)
(13,40%)
(13,20%)
(21,13%)
(20,84%)
TOTAL
17.582
17.852
11.829
19.869
19.869
11.829
SEXO = MUJERES
Araba
Poblacional
6.774
Gipuzkoa
Muestral
(elevado)
6.665
(42,54%)
4.928
Muestral
(elevado)
4.922
(45,44%)
(45,39%)
Poblacional
Bizkaia
7.587
Muestral
(elevado)
7.586
(39,77%)
(39,76%)
Poblacional
Estudios
Primarios
(43,23%)
Estudios
Medios
5.459
5.557
3.451
3.441
6.148
6.160
(34,84%)
(35,47 %)
(31,82%)
(31,73 %)
(32,22%)
(32,29%)
Estudios
Superiores
3.435
3.446
2.465
2.482
5.344
5.333
(21,92%)
(21,99%)
(22,73%)
(22,89%)
(28,01%)
(27,95%)
TOTAL
15.668
15.668
10.844
19.079
19.079
10.844
Distribucin por Tipo de Vivienda y Territorio Histrico

SEXO = HOMBRES
Araba
Poblacional
Ncleo
Diseminado
TOTAL
16.555
(94,16%)
Gipuzkoa
Muestral
(elevado)
16.743
(95,23%)
Poblacional
Muestral
(elevado)
Bizkaia
Poblacional
Muestral
(elevado)
7.530
7.891
11.750
12.245
(63,66%)
(66,71%)
(59,14%)
(61,63 %)
1.027
839
4.299
3.938
8.119
7.624
(5,84%)
(4,77%)
(36,34%)
(33,29%)
(40,86%)
(38,37%)
17.582
17.852
11.829
11.829
19.869
19.869
51
SEXO = MUJERES
Araba
Poblacional
14.781
Ncleo
(94,34%)
Diseminado
TOTAL
Gipuzkoa
Muestral
(elevado)
14.977
(95,59%)
Poblacional
Muestral
(elevado)
Bizkaia
Poblacional
Muestral
(elevado)
7.223
7.687
11.555
12.072
(66,61%)
(70,89%)
(60,56%)
(63,27%)
887
691
3.621
3.157
7.524
7.007
(5,66%)
(4,41%)
(33,39%)
(29,11%)
(39,44%)
(36,73%)
15.668
15.668
10.844
10.844
19.079
19.079
Muestra para la Encuesta de Euskadi y Drogas

Euskadi y Drogas es una encuesta de periodicidad bienal, orientada a conocer los
consumos de diversas sustancias por parte de la poblacin vasca de 15 a 74 aos de
edad, as como su percepcin respecto a diversas cuestiones relacionadas con las
drogas y las drogodependencias.
En el ao 2012, se decide seleccionar la muestra utilizando el Mtodo del Cubo. De
esta manera, se ha obtenido una muestra equilibrada del total de individuos por
comarcas sanitarias, tamaos de municipios, sexo y nacionalidad.
Ficha Tcnica
Marco
El marco de la muestra lo componen la poblacin de 15 a 74 aos de edad
residentes en viviendas familiares de la Comunidad Autnoma de Euskadi y sus
territorios histricos.
Diseo muestral
Unidades muestrales
Poblacin entre 15 y 74 aos (fecha de referencia: 15 de julio de 2012)
residentes en viviendas familiares de la Comunidad Autnoma de Euskadi.
Tamao de la muestra
Segn las especificaciones de la operacin, se seleccionarn n=2007 individuos
titulares; y otros tantos suplentes y reservas.
Estratificacin
Se realiza un muestreo estratificado por el cruce de las siguientes variables:
52
- Grupos de edad:
6 grupos de edades decenales
(15-24, 25-34, 35-44, 45-54, 55-64 y 65-74 aos)
Afijacin
Se ha establecido un criterio para cada uno de los niveles de estratificacin:
1. Reparto proporcional a la raz cuadrada del n de individuos por Territorio
2. Para cada Territorio, afijacin del tamao doble para los grupos de edad
ms jvenes (15-24 aos, 25-34 aos y 35-44 aos).
Sorteo
Una vez obtenido el reparto terico, se realiza un muestreo aleatorio simple
en cada estrato.
-
Nmero de individuos de 15 a 74 aos en cada uno de las 11 comarcas

sanitarias de la CAE: Alava, Gipuzkoa Oeste, Gipuzkoa Este, (Biz) Interior,
(Biz) Ezkerraldea-Enkarterri, (Biz) Uribe y (Biz) Bilbao.
Nmero de individuos de 15 a 74 aos en los municipios, segn su tamao
en poblacin: Capitales, entre 50.000 y 100.000 habitantes, entre 25.00050.000 habitantes, entre 10.000-25.000 habitantes y hasta 10.000
habitantes.
Nmero de individuos por sexo.
Nmero de individuos con nacionalidad espaola y extranjera.
Sustitutos
Para completar la muestra, se necesitan dos bolsas de unidades sustitutas: una
de suplentes y otra de reservas, ambas de 2007 unidades en cada caso.
Estas unidades sustitutas se extraern respetando el mismo reparto muestral
por estratos utilizado en la muestra original, equilibrando la muestra sobre las
mismas variables que los titulares.
Resultados
los elevadores de la muestra. Los porcentajes estn dados por columnas:
53
Distribucin del nmero de individuos por Comarca Sanitaria

Poblacional
Muestral
elevado
Alava
219.042
218.966
(13,28%)
(13,28%)
Gipuzkoa Oeste
218.155
218.335
(13,23%)
(13,24%)
Gipuzkoa Este
328.814
329.009
(19,94%)
(19,95%)
(Biz) Interior
227.787
228.032
(13,81%)
(13,83%)
(Biz) Ezkerraldea-Enkarterria
225.829
224.429
(13,70%)
(13,61%)
(Biz) Uribe
166.287
166.029
(10,08%)
(10,07%)
(Biz) Bilbao
263.028
264.141
(15,95%)
(16,02%)
TOTAL
1.648.942
1.648.942
Distribucin del nmero de individuos por Tamao de municipio

Poblacional
Muestral
elevado
Capitales
587.948
589.033
(35,66%)
(35,72%)
De 50.000 a 100.000
184.970
184.638
(11,22%)
(11,20%)
De 25.000 a 50.000
239.465
239.354
(14,52%)
(14,52%)
De 10.000 a 25.000
300.173
300.088
(18,20%)
(18,20%)
Hasta 10.000
336.386
335.829
(20,40%)
(20,37%)
TOTAL
1.648.942
1.648.942
54
Distribucin del nmero de individuos por Sexo

Poblacional
Muestral
elevado
Hombres
823.310
823.742
(49,93%)
(49,96%)
Mujeres
825.632
825.200
(50,07%)
(50,04%)
TOTAL
1.648.942
1.648.942
Distribucin del nmero de individuos por Nacionalidad
Poblacional
Muestral
elevado
Nacional
1.519.906
1.518.872
(92,17%)
(92,11%)
Extranjero
129.036
130.070
(7,83%)
(7,89%)
TOTAL
1.648.942
1.648.942
55
8. Conclusiones
Por ltimo, vamos a mencionar ciertas conclusiones relativas al inters de realizar
muestreos equilibrados, la eleccin de las variables de equilibrio y la relacin del
equilibrio con la estratificacin y calibracin.
Equilibrio y estratificacin
Tanto para la estratificacin como para el equilibrio, necesitamos conocer el valor de las
variables auxiliares para todas las unidades de la poblacin.
La mayor ventaja de la estratificacin, es que nos permite dividir la poblacin en
subpoblaciones ms homogneas obteniendo estimadores ms precisos, reduciendo
la varianza de muestreo. La estratificacin es tanto mejor cuantas ms variables
correlacionadas con la variable de inters intervengan.
An as, el utilizar demasiadas variables de estratificacin, puede producir estratos
demasiado pequeos, en donde el tamao muestral no es suficiente; sin mencionar los
problemas que pueda acarrear la no respuesta en dichos estratos, aunque esto se
pueda arreglar mediante el colapso de estratos (post-estratificacin).
Las variables de equilibrio, permiten que aquellas variables que no puedan entrar en la
estratificacin mltiple se aadan como variable de equilibrio, manteniendo todas las
ventajas de la estratificacin en lo que a la reduccin de la varianza se refiere y
aadiendo las ventajas propias del equilibrio.
Permiten tambin, trabajar en dominios definidos sobre el cruce varios estratos o reas
pequeas.
Las variables de equilibrio pueden ser cuantitativas, mientras que las variables de
estratificacin siempre han de ser cualitativas o categricas.
Eleccin de las variables de equilibrio

Las variables auxiliares escogidas para equilibrar la muestra, deben estar muy
correlacionadas con las variables de inters y no demasiado correlacionadas entre ellas.
Al equilibrar la muestra sobre un gran nmero de variables auxiliares cualitativas, se
obtienen totales estimados (o medias estimadas) con distribuciones prcticamente
iguales a las de la poblacin de origen.
El Mtodo del Cubo, es muy interesante para la seleccin de las unidades primarias en
una muestra multietpica. En el caso de seleccionar tambin una muestra equilibrada
en la segunda etapa, las variables a equilibrar deben de haber sido equilibradas en la
primera etapa previamente.
CONCLUSIONES
56
Equilibrio y calibracin
A diferencia del equilibrio y la estratificacin, para la calibracin solo debemos conocer
el valor de las variables auxiliares para los elementos de la muestra, as como los
totales de estas variables en la poblacin.
La mejor estrategia es usar equilibrio y calibracin juntos (ver la simulacin en Deville
and Till, 2004), puesto que en general, se obtienen mejores resultados si calibramos
una muestra sobre las mismas variables auxiliares utilizadas en el equilibrio.
Hay un caso en el que la calibracin se puede utilizar sobre variables distintas a las de
equilibrio: cuando se tratan de la misma variable medida en diferentes momentos.
Anlisis de los resultados

A continuacin, se van a mostrar los resultados obtenidos a la hora de calibrar dos
muestras que previamente han sido equilibradas con el Mtodo del Cubo (Euskadi y
Drogas 2012 y Encuesta de Capital Social 2012).
En ambos casos, la calibracin ha sido realizada a traves de la macro CALMAR
(calage sur marges), reponderando los pesos muestrales de los individuos de la
muestra para ajustarlos a los totales marginales de las variables auxiliares de
calibracin.
1. Calibracin de la encuesta de Euskadi y Drogas 2012

Para la encuesta de Euskadi y Drogas 2012 (n=2007 individuos), se ha decidido
calibrar la muestra sobre las siguientes variables:
-
Cruce de las variables Territorio Histrico y Edad (variables de

estratificacin)
Comarca sanitaria, tamao de municipio y sexo (variables de equilibrio)
Partiendo de los pesos iniciales
whi = wh i
estrato), se han obtenido los pesos finales
whi*
(pesos iguales dentro de cada
utilizando la macro CALMAR con el
mtodo ranking ratio para ajustar las estimaciones a los totales marginales de las
variables de calibracin.
Se define la variable f =
w hi*
como la razn entre los pesos finales y los pesos
w hi
iniciales.
Analizando la distribucin de esta variable, podemos determinar cuanto se han
deformado los pesos iniciales para ajustarse a los totales marginales de las
variables de calibracin.
Este es un pequeo resumen de la distribucin de la variable f:
CONCLUSIONES
57
Media
Mediana
Moda
Desviacin estndar
1
0.9987
0.9978
0.0875
Coeficiente de variacin
8.75%
Mnimo
Mximo
0.8365
1.2484
Como se puede observar, los pesos finales no estn demasiado alejados de los
pesos iniciales (incremento mximo del 24% y decremento mximo del 16%),
manteniendo en buena medida los pesos de las unidades muestrales asociados a
la estratificacin.
2. Calibracin de la Encuesta de Capital Social 2012

Para la Encuesta de Capital Social 2012 (n=4000 individuos), se ha decidido calibrar
la muestra sobre el cruce de las siguientes variables:
-
Territorio Histrico (Araba, Gipuzkoa y Bizkaia)
Sexo (hombres y mujeres)
Edad (15-24, 25-34, 35-44, 45-54, 55-64 y ms de 65 aos)
Por lo tanto, la muestra ha sido calibrada sobre 36 totales marginales.

Al igual que en el ejemplo anterior, se define la variable f =
w hi*
como la razn
w hi
entre los pesos finales y los pesos iniciales. Los pesos finales
whi*
han sido
obtenidos utilizando la macro CALMAR con el mtodo ranking ratio para ajustar las
estimaciones a los totales marginales de las variables de calibracin.
En esta ocasin, no solo se va a analizar la distribucin de la variable f, sino que la
vamos a comparar con los valores obtenidos para la Encuesta de Capital Social
2007.
Debemos recordar, que pese a que ambas encuestas tienen el mismo diseo
muestral, la ECS 2012 ha sido seleccionada equilibrando la muestra con el Mtodo
del Cubo. Las variables de equilibrio utilizadas, han sido precisamente las mismas
que las variables de calibracin.
A continuacin se muestran los resultados obtenidos para los aos 2007 y 2012:
CONCLUSIONES
58
2007
2012
Media
Mediana
Moda
Desviacin estndar
1.1139
0.9685
2.0076
0.5306
1.0074
0.9944
1.0287
0.1125
Coeficiente de variacin
47.63%
11.17%
Mnimo
Mximo
0.4223
2.3236
0.7965
1.2915
Al haber equilibrado la muestra de la ECS 2012 sobre las variables de calibracin,

hemos obtenido unos mejores resultados, obteniendo pesos finales mucho menos
alejados que los obtenidos en la ECS 2007 (incremento mximo del 29% frente al 132%
y un decremento mximo del 20% frente al 58%).
CONCLUSIONES
59
Inters del muestreo equilibrado

En el marco asistido por el modelo y basado sobre el modelo, un diseo de muestreo
equilibrado con el estimador de Horvitz-Thompson es a menudo la estrategia ptima
(ver Nedyalkova and Till, 2009). En realidad, cuando una muestra es totalmente
equilibrada, las varianzas de los estimadores de H-T de las variables auxiliares son
iguales a cero.
Las ventajas del muestreo equilibrado son las siguientes:
-
Se trata de una optimizacin de diseos muestrales probabilsticos, sean

unietapicos o multietapicos, donde las probabilidades de inclusin definidas por el
diseo son la clave de partida para seleccionar muestras aleatorias.
Aumenta la exactitud del estimador de H-T; es mas, la varianza del estimador slo
depende de la correlacin entre las variables de inters y las variables de equilibrio
(residuos de la regresin).
Las muestras ms desfavorables, extremas o lejanas a la media tienen una

probabilidad casi nula de ser seleccionadas.
El muestreo equilibrado, asegura que los tamaos de las muestras en reas

geogrficas o dominios particulares no sean demasiado pequeas.
CONCLUSIONES
60
9. Bibliografa
ADIN, A.; ARAMENDI, J.; GALBETE, E. AND IZTUETA, A. (2012)
El Mtodo del Cubo: Un Mtodo para seleccionar muestras
equilibradas. Congreso Vasco de Sociologa y Ciencia Poltica
ARDILLY, P. (1994)
Les Techniques de Sondage. Technip, Paris.
ARDILLY, P. AND TILL, Y. (2006)
Sampling Methods: Exercises and Solutions. Springer, New York.
AZORN, F. AND SANCHEZ-CRESPO, J. L. (1986)
Mtodos y Aplicaciones del Muestreo. Alianza Editorial, Madrid.
CHAUVET, G. AND TILL, Y. (2005)
Fast SAS Macros for balancing Samples: user's guide. Software
Manual, University of Neuchtel.
CHAUVET, G. AND TILL, Y. (2007)
Application of fast SAS macros for balanced samples to the selection
of addresses. Case Studies in Business, Industry and Government
Statistics, 1:173-182.
COCHRAN, W. (1977)
Sampling Techniques. Wiley, New York.
DEVILLE, J.-C. AND TILL, Y. (2004)
Efficient balanced sampling: the cube method. Biometrika, 91:893912.
DEVILLE, J.-C. AND TILL, Y. (2005)
Variance approximation under balanced sampling. Journal of
Statistical Planning and Inference, 128:569-591.
KISH, L. (1965)
Survey Sampling. Wiley, New York.
NEDYALKOVA, D. AND TILL, Y. (2009)

Optimal sampling and estimation strategies under linear model.
Biometrika, 95:521-537.
BIBLIOGRAFIA
61
SRNDAL, C.-E.; SWENSSON, B. AND WRETMAN, J. (1992)

Model Assisted Survey Sampling. Springer Verlag, New York.
TILL, Y. (2000)
Ten years of balanced sampling with the cube method: an appraisal.
Demographic Statistical Methods Division Seminar of the U.S.
Census Bureau.
TILL, Y. (2005)
Teora de Muestreo. Gruope de Statistique, Universit de Neuchtel,
Suisse.
http://www2.unine.ch/files/content/sites/statistics/files/shared/docume
nts/curso_teoria_de_muestreo.pdf
TILL, Y. AND MATEI, A. (2007)
The R Package Sampling. The Comprehensive R Archive Network,
Manual of the Contributed Packages.
http://cran.r-project.org/web/packages/sampling/sampling.pdf
Till, Y. (2010)
Muestreo Equilibrado y Eficiente: el Mtodo del Cubo. Instituto Vasco
de Estadstica, Vitoria-Gasteiz.
http://www.eustat.es/productosServicios/datos/Seminario_52.pdf
BIBLIOGRAFIA
62

CT Muestreo Cubo 2012 C PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

CT Muestreo Cubo 2012 C PDF

Cargado por

Copyright:

Formatos disponibles

EL MTODO DEL CUBO:

APLICACIONES DEL MUESTREO EQUILIBRADO

Aritz Adin Urtasun

EUSKAL ESTATISTIKA ERAKUNDEA

Vitoria-Gasteiz, Diciembre de 2012

MUESTRA PARA LA ENCUESTA DE INNOVACIN TECNOLGICA (EIT) ........................................... 38

PALABRAS CLAVE: Diseos muestrales, Probabilidades de inclusin, Estimador de

2. Introduccin a la teora de muestreo

Definiciones y notacin bsica

Una muestra s es un subconjunto de la poblacin s U .

La muestra aleatoria S toma el valor s con la probabilidad Pr( S = s ) = p ( s ) .

De igual modo, se define la probabilidad de inclusin de 2.orden como:

INTRODUCCIN A LA TEORA DE MUESTREO

Definimos el total de elementos de la poblacin (total de la clase) y la proporcin de

Podemos considerar el problema de estimar A y P como si estimsemos el total y la

Cuyo estimador insesgado es:

El estimador de Horvitz-Thompson es insesgado si

Para diseos de tamao fijo, se puede estimar la varianza por:

INTRODUCCIN A LA TEORA DE MUESTREO

3. Planes de muestreo probabilsticos

Muestreo aleatorio simple

Por lo tanto, la probabilidad de inclusin de la unidad k es:

Es decir, todos los individuos de U tienen la misma probabilidad de ser seleccionados.

El estimador insesgado de la varianza de Y es:

PLANES DE MUESTREO PROBABILSTICOS

h = 1,..., H ; donde los estratos cumplen las siguientes propiedades:

Un diseo muestral es estratificado si en cada estrato se selecciona una muestra

aleatoria simple de tamao fijo n h , donde

Esta tcnica de muestreo se utiliza cuando la poblacin de estudio es muy heterognea,

El estimador de Horvitz-Thompson de la media para un muestreo estratificado:

La varianza del estimador puede estimarse sin sesgo por:

PLANES DE MUESTREO PROBABILSTICOS

Afijaciones en muestreos estratificados

De la misma manera se pueden realizar afijaciones proporcionales a la raz, al cubo o a

2. Afijacin de mnima varianza

3. Afijacin de tamao de muestra mnimo

PLANES DE MUESTREO PROBABILSTICOS

Muestreo por conglomerados o clusters

= N donde N i es el nmero de elementos del conglomerado U i .

Un diseo muestral es por conglomerados si se selecciona una muestra de

. El tamao de la muestra es generalmente aleatorio.

Esta tcnica de muestreo se utiliza cuando la poblacin se encuentra dividida de

Seleccin de conglomerados con probabilidades iguales

la siguiente expresin simplificada para el estimador de Horvitz-Thompson de la media:

es la media para el conglomerado U i , i = 1,..., M

La varianza del estimador puede estimarse sin sesgo por:

Muestreo sistemtico con probabilidades iguales

El muestreo sistemtico puede verse como un muestreo por conglomerados donde el

Resumen de los mtodos presentados

Por lo tanto, el estimador del coeficiente de variacin de , es cv() =

PLANES DE MUESTREO PROBABILSTICOS

PLANES DE MUESTREO PROBABILSTICOS

Muestreo por conglomerados

4. Planes de muestreo complejos

Muestreo bietpico (o de dos etapas)

U = {1,..., k ,..., N } est compuesta de M

i = 1,..., M llamadas unidades primarias.

Al mismo tiempo, cada unidad primaria U i se compone de N i unidades secundarias

De manera general, un muestreo bietpico se define de la siguiente manera:

Se selecciona una muestra S I de unidades primarias de tamao m.

Si una unidad primaria es seleccionada en la primera etapa, se selecciona una

Los planes bietpicos tienen que cumplir las propiedades de invarianza e

La muestra aleatoria completa viene dada por S =