TEORIA DEL MUESTREO (Apuntes de clases)

Prof. Gustavo Martínez Bascuñán (Octubre 2002)

1.- Conceptos fundamentales: Universo, población (estadística) y muestra.

UNIVERSO: Conjunto de elementos objetos del estudio.

Ejs.: Conjunto de personas de 18 años y más que viven en hogares particulares;
Conjunto de los estudiantes registrados en cursos de pregrado en la Universidad
de Chile;
Conjunto de automóviles fabricados por la Peugeot-Chile en Octubre de 1997;
Conjunto de árboles del Parque Nacional X y Z;
Conjunto de pares de zapatos producidos por Bata en 1996; Conjunto de predios
agrícolas de la provincia de Talca.

ESPECIFICACIONES DE UNIVERSO HUMANO: Se puede especificar los

universos humanos por ciertas características de género, edad, actividad,
ubicación geográfica, etc.

Ejs.: Conjunto de dueñas de casas que residen en hogares particulares en Las

Condes;
Conjunto de jefes de hogares cuyos ingresos son mayores a $ 2 Millones;
Conjunto de estudiantes que cursan periodismo en 1995 en universidades
localizadas en el Gran Santiago;
Conjunto de subscriptores del diario “El Mercurio” en 1990; conjunto de empresas
del rubro metal-mecánica ubicadas en el Gran Santiago, Gran Valparaíso y Gran
Concepción.

Universo y población (Estadística)

Usualmente se les emplea como sinónimos; sin embargo en T. del

muestreo se suele distinguir.

Universo: conjunto de elementos objeto de interés en el estudio.

Población: universo en función de determinadas variables.

Ej.: Personas de 18 y más que viven en hogares particulares del Gran Santiago.
Este universo da origen a diversas poblaciones estadísticas en razón de las
variables a estimar (estaturas, consumo habitual de Coca Cola, ingresos percibido,
años de educación formal alcanzados; marca de dentífrico utilizado, intención de
voto en la próxima elección presidencial, etc.)

1
 Un mismo universo da origen a diversas poblaciones estadísticas. La
población es el universo.

UNIVERSO

POBLACIONES

ESTATURAS INGRESOS INTENCIONES

PERCIBIDOS DE VOTO

Tipos de Estudios: Censales y muestrales

a) Estudios censales o de enumeración completa: se miden todos los

elementos del universo
Proporcionan en principio valores exactos.
Son costosos y demandan periodos de tiempo prolongado.

b) Estudios muestrales: se miden elementos del universo.

Ventajas de estudios muestrales:

a) Menor tiempo
b) Menor impacto
c) Menores costos
d) Mejor calidad de información

Universo y muestra: Si el universo es el conjunto de elementos objetos de

interés; la muestra será un subconjunto especificado en función de variables a
estimar. El universo no tiene parámetros, la población sí los posee.

UNIVERSO O MUESTRA
POBLACION

2
Muestra: Es un conjunto extraído del universo o población con la finalidad de
estimar un parámetro poblacional (característica cuantitativa de la población).

Ejs.: Porcentaje de personas que leen “La Epoca” el día domingo;

Porcentaje de personas que se identifican políticamente con R.N.,
Media aritmética y varianza de las estaturas de las mujeres mayores de 20 años;
Razones estatura-peso de los varones;
Proporción de los ingresos gastados en las familias en alimentación;
Total de personas que profesan la religión evangélica;
Total de personas mayores de 70 años que carecen de previsión social.

Parámetro: Es una característica cuantitativa de una población estadística de

valor desconocido que se pretende estimar en un estudio.

Estadístico: Es una característica cuantitativa de una muestra probabilística que

se emplea para estimar un parámetro poblacional, previa inflactación si la muestra
no es autoponderada.

Medio Meta
estimamos
Estadístico muestral Parámetro poblacional
( valores de )

Tipos de muestras

Se distingue entre muestras probabilísticas, no probabilísticas y semi-

probabilísticas de cuotas.

A.- Muestras probabilísticas: Son aquellas en que todas las unidades o

elementos componentes del universo tiene una probabilidad conocida o
cognoscible de aparecer en la muestra.

Aclaraciones

a) Probabilidad conocida o conocible de aparecer en la muestra.

b) Probabilidad positiva (mayor a 0). No es probabilidad distinta de 0 y 1.
c) No es probabilidad igual como mencionan algunos textos (dado que ello no es
de la esencia del muestreo probabilístico y solo se logra a las muestras
autoponderadas). Confusión se produce porque en algunos diseños tienen igual
probabilidad de selección (muestreo aleatorio simple, muestreo de áreas con
probabilidades proporcionales al tamaño).

3
B.- Muestras no probabilísticas: Son aquellas donde no es posible
establecer una probabilidad de selección de las unidades. Ellas no permiten
estimar parámetros calcular errores muestrales, calcular intervalos de confianza
con un nivel de seguridad o confianza estadística determinado. Aunque se las usa,
carecen de fundamentación científica.

Muestras no probabilísticas

a) Disponible: Estudiantes de sicología del primer año de la Universidad de

Chile.
b) Accidental: Personas que cruzaron Los Leones con Yrarrázaval (esq.
Norponiente) el 15 de julio.
c) De caso típico: Personas que viven en Rancagua enlazan cuatro manzanas
alrededor de la Plaza de Arma.
d) Intencionalidad o de propósito: Personas que poseen ciertas características
definidas.
e) De cuotas: se conforma la muestra con combinaciones de características que
poseen los miembros del universo.

HOMBRES MUJERES
20 30 50 20 30 50

Alta Alta

Media Media

Baja Baja

Problemas con muestras de cuotas

a) Se supone que son “representativas”. Confusión entre representatividad de

variables independientes y representatividad estadística).
b) No permiten calcular errores muestrales ni intervalos de confianza. Tampoco
efectuar test de significación estadística.
c) Subsisten debido a ignorancia de los demandantes de estudios. Ejs.: “Exit Poll”
de 1993; estudio de lectoría de periódicos; estudios de sintonía de radios.

Errores manifiestos de las muestras de cuotas

a) Literary Digest en elecciones presidenciales de 1936.

b) Gallup en las elecciones presidenciales de 1948.

4
c) Estudios de predicción electoral de las elecciones parlamentarias británicas de
1992.
d) Exit-poll del canal 7 (CEP- Adimark)
e) Estudios de la SOFRES en Francia para las elecciones de 1997.

Muestras semi-probabilísticas de cuotas: Es una combinación de criterios

aleatorios en las primeras etapas de selección y de cuotas en la última.

Diseños muestrales simples.

A.- Aleatorio simple (simple al azar)

Se confecciona el marco muestral y se identifican los elementos del

universo o población de estudio con números correlativos desde el 1 hasta n,
donde n es el último elemento del universo.

Ej.: Universo de estudio: estudiantes de la Universidad Católica (N= 16.000).

Marco muestral

00001.- Alvarez González, María Pía

00002.- Almonacid Bustos, Juan Carlos
00003.- Azagra Pérez, José Manuel
00004.- Antúnez López, Jorge Ignacio
00005.- Arrate Bezanilla, José Eduardo
6.- :
7.- :
8.- :

16.000: Zapata Yañez, María Constanza

Tablas de números al azar

14.001 24.430 08.623

24.589 16.582 07.591

00.525 14.074 09.622

03.199 11.001 21.528

5
 Modalidades del diseño aleatorio simple

a) Simple al azar con reemplazo (irrestrictamente al azar)

Seleccionada una unidad o elemento del marco esta es reintegrada al

marco y puede salir sorteada nuevamente.

La probabilidad de selección se mantiene constante para cada extracción.

Ej.: muestra de n = 600 de un N = 20.000

Probabilidad de selección de primera unidad seleccionada.

1
__________
20.000

Probabilidad de selección de segunda unidad seleccionada.

1
__________
20.000

Puesto que la probabilidad de selección se mantiene constante la muestra resulta

ser autoponderada.

b) Simple al azar sin reemplazo.

Seleccionada una unidad o elemento del marco ella queda excluida del
marco muestral y no puede volver a su seleccionada.

Las probabilidades de selección no son constantes sino que van

aumentando con cada selección.

Ej.: muestra de n = 600 de un N = 20.000

Probabilidad de selección de la primera unidad seleccionada.

1
__________
20.000

6
Probabilidad de selección de la segunda unidad seleccionada.

1
__________
19.999

Probabilidad de selección de la unidad 600.

1
__________
19.401

En el muestreo aleatorio simple sin reemplazo las probabilidades de selección van

aumentando en cada extracción.

Ej.: Estimaciones de proporciones de estudiantes satisfechos con calidad de

docencia suministrada, calidad de las bibliotecas, atención dental, casinos, etc.

UNIVERSO MUESTRA NO
PROPORCIONAL PROPORCIONAL

1er Año 25% 25% 17%

2do Año 20% 20% 17%

3er Año 20% 20% 17%

4to Año 15% 15% 17%

5to Año 15% 15% 17%

6to Año 5% 5% 17%

La muestra estratificada proporcional respeta en cada sub-muestra las

proporciones del universo. Ella no requiere de ponderaciones para el cálculo de
totales y cada estrato.

La muestra estratificada desproporcional exige ponderar los resultados de cada

estrato por los pesos (ponderaciones) de cada estrato en el universo.

7
C.- Muestreo sistemático al azar

En este tipo de muestreo se ordenan todas las unidades del marco muestral
y se procede a efectuar una sola selección y es esta selección la que determina,
por aplicación de un paso sistemático, las restantes unidades de la muestra.

Ej.: N = 16.000, n = 1.600

N 16.000
_________ ; ________ = 10
n 1.600

Vamos a sacar 1 de cada 10 elementos del universo o población.

1 2 3 4 5 6 7 8 9 10 11 12

Como hay que extraer una de cada 10 elementos, sorteamos un número

entre 1 y 10. Cae el 5 y el 5 es el primer elemento de la muestra y el selecciona
las restantes unidades muestrales. Se aplica como “criterio sistemático” adicionar
10 al 5 inicial, y así sucesivamente.

La muestra estaría integrada por las unidades 5, 15, 25, 35, 45 ….15.995

Muestreo sistemático al azar tenía importancia antes del advenimiento de los

programas computacionales para obtener muestras.

D.- Muestreo de conglomerados (cluters)

Las unidades muestrales pueden presentarse constituyendo conjuntos.

Ej.: Secciones de una empresa multinacional repartida en una multiciplicidad de

países (Coca Cola Internacional), Ford Motor Co). Unidades militares de un
ejército.

Cada sección de una empresa o sección de un ejército representa un cluster.

También una manzana de viviendas de una ciudad.

La selección de las unidades conglomerados puede hacerse tomando en cuenta

todos los miembros del cluster (conglomerados) o submuestreando al interior del
conglomerado.

8
 Diseños muestrales complejos

Caracterización: Son diseños que combinan elementos de los diseños

muestrales simples.

Muestras de áreas: (diseños multietápicos, estratificados geográficamente de

conglomerados.

Multietápicos : Se procede a seleccionar las unidades a través de múltiples

etapas.

Estratificados geográficamente: Se divide al territorio en manzanas

(conglomerados) y viviendas (conglomerados) ya que son unidades muestrales
colectivas.

Ej.: Ciudad y país.

Ciudad: Se puede dividir en comunas, las comunas en distritos censales, los

distritos en zonas censales y las zonas censales en manzanas o blocks. A su ves
las manzanas se dividen en viviendas y las viviendas en

País: Se puede dividir en regiones, las regiones en comunas y así sucesivamente.

Muestreo multietápico de una ciudad

Santiago: X comunas u y las muestrerías se fijará repartiéndolas entre todas las

comunas. Primera etapa: selección de las comunas, pero como cada comuna será
incluida tendrá probabilidad de 1. En los distritos censales y zonas censales
seleccionaremos aleatoriamente y contemplaremos las probabilidades de
selección.

Cuando se llega a manzanas dentro de zonas censales, se seleccionará las

manzanas y las viviendas dentro de las manzanas.

Inflactación de resultados: Si la muestra no es autoponderada deben contemplarse

las probabilidades de selección. Para inflactar se multiplican los resultados por el
universo de las probabilidades de selección en cada etapa.

Manzana A: 36 unidades

9
 Hogar seleccionado donde viven 4
personas inscritas en los registros
X electorales

Manzana B: 84viviendas

Hogar seleccionado donde viven 3

personas inscritas en los registros
electorales

Manzana C:

184 viviendas donde viven 2 personas

inscritas en los registros electorales
X

Inflactación en A : 4 X 36 = 144 personas

Inflactación en B : 3 X 84 = 252 personas
Inflactación en C : 2 X 148 = 296 personas

Factores de los cuales depende el tamaño de la muestra

El tamaño de la muestra no es una proporción del tamaño del universo.

Ella depende de:

a) Varianza poblacional de la variable a estimar en el estudio

b) Nivel de seguridad o confianza estadística escogido
c) Error máximo admitido o tolerado de las estimaciones
d) Eventualmente del factor de corrección para poblaciones finitas

10
 En términos conceptuales, la fórmula comprendería los siguientes
conceptos:

Tamaño de la muestra = N. de Confianza estadística X Varianza poblacional

Error máximo admisible de la estimación

Fórmula para estimar proporciones con muestreo aleatorio simple:

N = Z 2 x P(1-P) . (1-n/N )
e2

11