TEMA 2: INTRODUCCIÓN AL MUESTREO

POBLACIÓN: Cualquier colección finita o infinita de individuos o elementos (no necesariamente seres vivos)

CENSO: Enumeración completa de una población.

Problemas:

• Costo elevado
• Obtención de información lenta
• Baja calidad de información por exhaustividad
• Transformación o destrucción de elementos de la población
• Incapacidad de obtener toda la información

Solución: Encuestas por muestreo

MUESTRA: Parte de la población o subconjunto de unidades obtenidas con el fin de investigar las propiedades de la población o
conjunto de procedencia. Está formada por unidades de muestreo o unidades de estudio:

➢ Personas, células, familias, hospitales, países…

La población ideal que se pretende estudiar se denomina población objetivo.

• No es fácil estudiarla por completo. Aproximamos mediante muestras que den idealmente la misma probabilidad a cada
individuo de ser elegido.
• Tampoco es fácil elegir muestras de la población objetivo:
o Si llamamos por teléfono excluimos a los que no tienen.
o Si elegimos indiv. en la calle, olvidamos los que están trabajando...
• El grupo que en realidad podemos estudiar (ejem. los que tienen teléfono) se denomina población de estudio.

ELEMENTOS DEL MUESTREO

• Unidad estadística: Dato individual (persona, objeto, suceso, etc.) objeto de observación o estudio.

• Universo o Población objetivo: Conjunto de unidades estadística (personas, objetos, sucesos, ....) que tienen en común
una o varias características observables que se desean estudiar.

• Muestra: Parte de la población que se somete a estudio en representación del conjunto, con el propósito de obtener
resultados válidos para estimar información de toda la población de interés.

• Marco muestral: Listado de unidades estadísticas a partir de las cuales obtenemos la muestra.

• Población investigada o de estudio: No siempre se puede obtener información de todas las unidades de la población, ya
sea por inaccesibilidad, negativas a colaborar, limitaciones de los instrumentos de medida, etc.

• Censo: Estudio de todas las unidades de la población sobre la que estamos interesados en obtener información.

• Espacio muestral: Es el conjunto de muestras posibles obtenidas con un procedimiento de muestreo dado.

• Parámetro poblacional: Es cualquier medida de la población (de posición central, dispersión, ...) que estamos
interesados en conocer. Los más usuales son la media, el total y la proporción.

• Estadístico: es una función cualquiera de los valores muestrales.

• Estimador: Es un estadístico que suministra información acerca de algún parámetro poblacional desconocido. Toma
distintos valores en cada una de las posibles muestras que podemos obtener de una población.

MUESTREO: Procedimiento mediante el cual se obtienen una o más muestras de la población.

¿Porqué un muestreo?

• Menor Costo
• Mayor rapidez
• Mayor precisión al ser menor el nº de elementos a estudiar
• Destrucción (en todo caso) de un subconjunto de la población

Fijación de objetivos Métodos de obtención de la

información
➢ Definición de la población a muestrear ➢ Observación directa
➢ Variables a observar (Nominal, ➢ Entrevista telefónica (CATI)
Ordinal, De Escala, Razón) ➢ Entrevista por correo
➢ Marco ➢ Entrevista personal
➢ Unidades de muestreo
➢ Medios económicos
➢ Temporalidad
ELABORACIÓN DEL CUESTIONARIO

• Lenguaje sencillo y claro. Manejable

• Respuestas fácilmente codificables
• Bien ordenadas por temas o dificultad
• Ser objeto de ensayo (Pretest)
• Preguntas abiertas o cerradas
• Filtros

FUENTES DE SESGO

Las poblaciones objetivo y de estudio pueden diferir en cuanto a las variables que estudiamos.

• El nivel económico en la población de estudio es mayor que en la objetivo,...

• Los individuos que se eligen en la calle pueden ser de mayor edad (mayor frecuencia de jubilados p.ej.)…
• En este caso, diremos que las muestras que se elijan estarán sesgadas. Al tipo de sesgo debido a diferencias
sistemáticas entre población objetivo y población de estudio se denomina sesgo de selección.

Hay otras fuentes de error/sesgo

• No respuesta a encuestas embarazosas

➢ Consumo de drogas, violencia doméstica, prácticas poco éticas,…
• Mentir en las preguntas “delicadas”.

TÉCNICAS DE MUESTREO

Cuando elegimos individuo de una población de estudio para formar muestras podemos encontrarnos en las siguientes
situaciones:

• Muestreos probabilistas
➢ Conocemos la probabilidad de que un individuo sea elegido para la muestra.
➢ Interesantes para usar estadística matemática con ellos.

• En adelante vamos a tratar exclusivamente con muestreos con la menor posibilidad de sesgo (probabilistas): aleatorio
simple, sistemático, estratificado y por grupos .

• Muestreos no probabilistas
➢ No se conoce la probabilidad.
➢ Son muestreos que seguramente esconden sesgos.
➢ No podemos calcular el error que cometemos a la hora de extraporlar los resultados a la población

MUESTREO ALEATRORIO SIMPLE (M.A.S.)

• Se eligen individuos de la población de estudio, de manera que todos tienen la misma probabilidad de aparecer, hasta
alcanzar el tamaño muestral deseado.
• Se puede realizar partiendo de listas de individuos de la población, y eligiendo individuos aleatoriamente con un
ordenador.
• Normalmente tiene un coste bastante alto su aplicación.
• En general, las técnicas de inferencia estadística suponen que la muestra ha sido elegida usando m.a.s., aunque en
realidad se use alguna de las que veremos a continuación.

Estimación en el M.A.S.:
La finalidad del muestreo es, como ya hemos comentado, estimar unos parámetros de la población a través de la muestra, y
generalmente son estos tres:

MUESTREO SISTEMÁTICO
Se tiene una lista de los individuos de la población de estudio. Si queremos una muestra de un tamaño dado, elegimos
individuos igualmente espaciados de la lista, donde el primero ha sido elegido al azar.

Ejemplo: De una lista de 500 alumnos se pretende seleccionar un muestra de estudio. Para ello se elige entre los diez primeros
de la lista un individuo al azar y a partir de ese se toman aquellos que distan 20 posiciones en la lista. Es decir, si el primer
individuo seleccionado fue el de la posición 5, los siguientes serán los que presentan la posición 25, 45, 65, 85, 105,.............,

CUIDADO: Si en la lista existen periodicidades, obtendremos una muestra sesgada.

➢ Un caso real: Se eligió una de cada cinco casas para un estudio de salud pública en una ciudad donde las casas se
distribuyen en manzanas de cinco casas. Salieron con mucha frecuencia las de las esquinas, que reciben más sol, están
mejor ventiladas,…
MUESTREO ESTRATIFICADO
Se aplica cuando sabemos que hay ciertos factores (variables, subpoblaciones o estratos) que pueden influir en el estudio y
queremos asegurarnos de tener cierta cantidad mínima de individuos de cada tipo:
➢ Hombres y mujeres,
➢ Jovenes, adultos y ancianos…

Se realiza entonces una m.a.s. de los individuos de cada uno de los estratos.

Al extrapolar los resultados a la población hay que tener en cuenta el tamaño relativo del estrato con respecto al total de la
población.

Afijación uniforme, proporcional y óptima

Afijación de la muestra (muestreo estratificado): Se llama afijación al reparto, asignación, adjudicación, adscripción o
distribución del tamaño muestral n entre los diferentes estratos. Esto es, a la determinación de los valores nh que verifiquen:
n1+n2+…+nL=n

Existen tres tipos de afijación más importantes:

➢ Afijación uniforme : asigna el mismo número de unidades muestrales a cada estrato, de forma que nh=n/L
➢ Afijación proporcional: asigna a cada estrato el tamaño de muestra que resulta de repartir n proporcionalmente a la
población. O sea nh= n (Nh/N)
➢ Afijación óptima: asigna a cada estrato un número de elementos muestrales proporcional al producto de su población
por su cuasidesviación típica. (Nota: la cuasidesviación típica es igual que la desviación típica pero dividiendo por n-1 en
vez de por n).

Estimadores, sus varianzas y sus intervalos de confianza:

Utilizaremos el subíndice h para indicar el estrato y el subíndice i para la unidad dentro del estrato.
• Nh = número total de unidades en el estrato h
• nh = número de unidades de la muestra en el estrato h
• xih = valor obtenido en la unidad i del estrato h
• Wh = Nh / N ponderación o peso del estrato h
• fh = nh / Nh fracción de muestreo en el estrato h
• xh = media muestral del estrato h
• Sh = cuasivarianza poblacional del estrato h

Nota: para calcular los estimadores deben existir al menos dos unidades en cada uno de los estratos.

MUESTREO POR CONGLOMERADO

Se aplica cuando es difícil tener una lista de todos los individuos que forman parte de la población de estudio, pero sin embargo
sabemos que se encuentran agrupados naturalmente en grupos.

Se realiza eligiendo varios de esos grupos al azar, y ya elegidos algunos podemos estudiar a todos los individuos de los grupos
elegidos o bien seguir aplicando dentro de ellos más muestreos por grupos, por estratos, aleatorios simples,…
• Para conocer la opinión de los médicos del sistema nacional de salud, podemos elegir a varias regiones de España,
dentro de ellas varias comarcas, y dentro de ellas varios centros de salud, y…
Al igual que en el muestreo estratificado, al extrapolar los resultados a la población hay que tener en cuenta el tamaño relativo
de unos grupos con respecto a otros.
• Regiones con diferente población pueden tener probabilidades diferentes de ser elegidas, comarcas, hospitales grandes
frente a pequeños,…
Diferencias entre el muestreo estratificado y por conglomerados
En el estratificado las unidades muestrales son internamente homogéneas y externamente heterogéneas.

En el muestreo por conglomerados es al contrario, heterogéneas internamente pero muy homogéneas externamente.

INFERENCIAS EN EL M.A.S
Para inferir datos sobre una población de la cual no tenemos todos los datos, a partir de los datos de una muestra, que sí
tenemos, utilizaremos la Estadística Inferencial.

Como se vio en el tema anterior, en la estadística inferencial, podremos inferir mediante:

Estadístico o estimador puntual: Intervalo de confianza.

Intervalos en el MAS:
El intervalo de confianza para la media y la proporción en un muestreo aleatorio simple, cuando la población es finita, se
determina:
• Intervalo para la media:

• Intervalo para la proporción:

Tamaño óptimo de muestra en el MAS:

• Si deseamos estudiar una media:

Donde “e” es el error muestral prefijado y σ2 es la varianza poblacional que hay que estimar (mediante la cuasivarianza
muestral de otro estudio similar o un muestreo piloto)

• Si deseamos estudiar una proporción:

Donde “e” es el error muestral prefijado y PQ la variabilidad poblacional que hay que estimar (mediante muestreo
piloto, otro estudio similar o utilizando el caso más desfavorable que es P=0.5 y Q=0.5)

OBSERVACIONES EN EL MUESTREO:

ERRORES EN EL MUESTREO
En un muestreo podemos considerar tres tipos de errores:
1. El Sesgo del estimador (diferencia entre el valor esperado del estimador usado y el parámetro poblacional)
2. Error de estimación (diferencia entre el valor real del parámetro poblacional y el valor que se obtiene con el estimador)
3. Errores ajenos al muestreo:
➢ Errores de cobertura
➢ Falta de respuesta
➢ Error de respuesta
➢ Errores de edición, codificación y tabulación