Documentos de Académico
Documentos de Profesional
Documentos de Cultura
• CONCEPTOS
Si se quiere hacer un estudio fiable hay que cuidar mucho el método utilizado para la
elección de la muestra para que ésta represente, en la medida de lo posible, a la
población de la que se extrae. Si la muestra está mal elegida se pueden producir
errores no controlados, sesgos. Para que la muestra sea representativa, la selección
de los elementos de la muestra requiere unos requisitos que lo garanticen.
Unidades de muestreo
Son los elementos de la población, que se encuentran disponibles para su selección
para la muestra.
Muestra (n)
Una muestra n es la selección de una parte de los elementos de la población N para,
a partir del estudio de esa parte, conocer las características del conjunto de la
población N.
La muestra n debe ser de algún modo representativa de la población. La
representatividad de la muestra queda garantizada con la elección correcta del
método de muestreo. Los métodos pueden ser probabilísticos o no probabilísticos.
• MUESTREO PROBABILÍSTICO
Este tipo de muestreo está basado en la Estadística. Los muestreos probabilísticos
son aquellos que se hacen aleatoriamente y todos los individuos de una población
tienen probabilidad de ser elegidos para formar parte de una muestra. Sólo estos
métodos de muestreo probabilístico nos aseguran la representatividad estadística de
la muestra extraída y permiten en rigor evaluar la representatividad de la misma. En
estos muestreos es posible calcular los errores de muestreo y la fiabilidad de las
estimaciones.
Aplicar un muestreo probabilístico es en general más caro que uno no probabilístico
y también es más lento y complicado.
Tipos de muestreo probabilístico
Las opciones básicas son el muestreo aleatorio simple, el muestreo aleatorio
sistemático, el muestreo aleatorio estratificado y el muestreo aleatorio por
conglomerados.
• AFIJACIÓN DE LA MUESTRA
Un ejemplo:
Supongamos que queremos hacer un estudio en Cataluña con una muestra. El
tamaño de la muestra total necesario será distinto si esa muestra deberá
representar a todo el territorio, o bien si se pretende hacer un análisis desagregado
para cada una de las cuatro provincias.
El nivel de precisión será diferente para la muestra de cada provincia, en función del
tamaño de muestra que le corresponda a cada a una. Los errores de muestreo
aumentarán conforme las muestras sean menores. Si las submuestras por provincia
fueran demasiado pequeñas no se podrían hacer estimaciones con rigor.
DISTRIBUCION
% DE LA PROPORCIONAL DE
POBLACIÓN POBLACIÓN MUESTRA 1000
Barcelona 5.529.099 73,3% 733
Gerona 756.810 10,0% 100
Lérida 442.308 5,9% 59
Tarragona 811.401 10,8% 108
TOTAL 7.539.618 100% 1.000
a)aumentar la muestra Total para Cataluña, se modo que, al hacer una distribución
proporcional, las submuestras de las distintas provincias sean suficientes.
DISTRIBUCION
POBLACIÓN % DE LA PROPORCIONAL
CATALUÑA N POBLACIÓN MUESTRA n = 1000
Barcelona 5.529.099 73% 1460
Gerona 756.810 10% 200
Lérida 442.308 6% 120
Tarragona 811.401 11% 220
TOTAL 7.539.618 100% 2.000
b)hacer una afijación no proporcional y aumentar arbitrariamente la muestra en
aquellos estratos que interesa estudiar con más precisión. Después será
necesaria la ponderación de la muestra.
En el ejemplo del estudio en Cataluña si se toma una muestra de tamaño n=1000, si
está muestra se hiciera de forma proporcional, la distribución de los elementos de la
muestra por provincias sería:
% DE LA DISTRIBUCION PROPORCIONAL
POBLACIÓN POBLACIÓN DE MUESTRA 1000
Barcelona 5.529.099 73,3% 733
Gerona 756.810 10,0% 100
Lérida 442.308 5,9% 59
Tarragona 811.401 10,8% 108
TOTAL 7.539.618 100% 1.000
La muestra total (n=1000) tendría un error de muestreo de +/- 3,2% para un nivel de
confianza del 95.5% (K=2) y p=q=50%. Sin embargo, si se pretende analizar los datos
desagregados por provincias, la muestra de Lérida es tan sólo de 59 elementos, lo
que supone un error de +/- 13% para un nivel de confianza del 95.5% (K=2) y p=q=50%.
Este error es muy elevado y por esta razón se decide realizar una afijación de la
muestra (distribución) NO proporcional, de forma que las submuestras de cada
provincia sean mayores y tengan errores menores.
El investigador puede decidir distribuir la muestra de 1.000 por provincias, según su
interés. Por ejemplo del siguiente modo:
MUESTRA UTILIZADA
POBLACIÓN TOTAL NO PROPORCIONAL
Barcelona 5.529.099 550
Gerona 756.810 150
Lérida 442.308 150
Tarragona 811.401 150
7.539.618 1.000