Tcnicas de Muestreo

y Mtodos de Anlisis

De qu vamos a
hablar?
1- Tcnicas de
Muestreo
2- Variables, indicadores y otras cosas ya
conocidas
3- Qu se puede hacer con los datos?
(tcnicas de anlisis)

Tcnicas de
Muestreo

Clasificacin de tcnicas de
muestreo
Tcnicas de
Muestreo
No Probabilstico

Probabilistico

Muestreo por Muestreo porMuestreo por

conveniencia
juicio
cuota

Muestreo
Sistemtico

Muestreo
Muestreo por
Estratificado Agrupamiento

El anlisis de una muestra permite inferir conclusiones

susceptibles de generalizacin a la poblacin de estudio
con cierto grado de certeza (Holguin y Hayashi, 1993).

El total de observaciones en las cuales se esta interesado,

sea su nmero finito o infinito, constituye lo que se llama
una poblacin (Walpole y Myers, 1996, p. 203). La
muestra es una pequea parte de la poblacin estudiada.
sta debe caracterizarse por ser representativa de la
poblacin.
De acuerdo con Briones (1995) una muestra es
representativa cuando reproduce las distribuciones y los
valores de las diferentes caractersticas de la poblacin con
mrgenes de error calculables (p. 83).

Tipos de
muestreo
Una muestra puede ser de dos tipos:
a) no probabilstica
b) probabilstica.
En la muestra no probabilistica la seleccin de las
unidades de anlisis dependen de las caractersticas,
criterios personales, etc. del investigador por lo que no son
muy confiables en una investigacin con fines cientficos
Este
tipo
de
muestra
adolece
de
fundamentacin
probabilistica, es decir, no se tiene la seguridad de que cada
unidad muestral integre a la poblacin total en el proceso de
seleccin de la muestra.

El
muestreo
no
probabilistico
comprende
procedimientos de muestreo intencional y accidental:
Muestreo Intencional: Procedimiento que permite
seleccionar los casos caractersticos de la poblacin
limitando la muestra a estos casos. Se utiliza en
situaciones en las que la poblacin es muy variable y
consecuentemente la muestra es muy pequea.
Muestreo Accidental: Consiste en tomar casos
hasta que se completa el nmero de unidades de
anlisis que indica el tamao de muestra deseado.

los

El muestreo probabilistico permite conocer la probabilidad

que cada unidad de anlisis tiene de ser integrada a la
muestra mediante la seleccin al azar.
Este tipo de muestreo comprende los procedimientos de
muestreo simple o al azar, estratificado, sistemtico y por
conglomerados o racimos.
Muestreo Aleatorio Simple o al azar: De acuerdo
con Webster (1998) una muestra aleatoria simple es
la que resulta de aplicar un mtodo por el cual todas
las muestras posibles de un determinado tamao
tengan la misma probabilidad de ser elegidas, (p.
324). Esta definicin refleja que la probabilidad de
seleccin de la unidad de anlisis A es independiente
de la probabilidad que tienen el resto de unidades de
anlisis que integran una poblacin.

EJEMPLO:

Si en una poblacin de 834 individuos

deseamos extraer una muestra de 41,
asignaramos un nmero a cada uno de los 834
elementos de la poblacin. Para determinarlos
41 elementos de la muestra, leeramos en la
tabla DE NUMEROS ALEATORIOS nmeros de
3 dgitos en cualquier direccin, comenzando
en cualquier punto, y desestimaramos los que
superen a 834 los que hayan sido
previamente ledos.

Por ejemplo, haciendo una lectura horizontal desde l primer dgito de la

primera fila, los elementos incorporados a la muestra seran los que
corresponden a los nmeros
100, 253, 376, 520, 135, 467, 354, 809, 590,
737, 542, 48, 56, 489, 474, 296, 248, 52, 403,
720, 636, 104, 20, 268,...

Muestreo Estratificado: Este procedimiento de muestreo

determina los estratos que conforman una poblacin de
estudio para seleccionar y extraer de ellos la muestra.
Estrato es todo subgrupo de unidades de anlisis
que difieren en las caractersticas que se van a
analizar en una investigacin.
La base de la estratificacin adopta diversos criterios como
edad, sexo, ocupacin, etc.

Una modalidad de este tipo de muestreo es el

procedimiento
de
muestreo
estratificado
proporcional, que permite seleccionar a las unidades
de anlisis que integrarn la muestra en proporcin
exacta al tamao que tiene el estrato en la poblacin,
es decir, el estrato se encuentra representado en la
muestra en proporcin exacta a su frecuencia en la
poblacin total, (DAry, Jacobs y Razavieh, 1982, p.
138).

Ejemplo: Sub muestras por

estratos
n1
n2
n3
n4
n5
n6

=
=
=
=
=
=

60
60
60
60
60
60

X
X
X
X
X
X

(53/544) = 5,84 6,
(65/544) = 7,16 7,
(75/544) = 8,27 8,
(79/544) = 8,71 9,
(145/544) = 15,99 16,
(127/544) = 14,00 = 14,
ni = n Ni/N

Muestreo Sistemtico: Una muestra sistemtica se

obtiene determinando cada hsima unidad o ksimos
casos. Un ksimo caso representa el intervalo de seleccin
de unidades de anlisis que sern integradas a la
muestra.
Ejemplo: Si se va a encuestar a una muestra de
tamao 100 de una poblacin de 1000, el
intervalo de seleccin es de tamao 10. Este
intervalo de seleccin indica que se habr de
formar cada dcimo caso de la poblacin para
integrarlo a la muestra.
El primer caso se selecciona arbitrariamente o al
azar. Suponiendo que el primer caso seleccionado
sea el nmero 13, el segundo ser el 23 y as
sucesivamente hasta completar el tamao de
muestra deseado.

Muestreo por Conglomerados o Racimos: En este tipo

de muestreo, las unidades de anlisis que se encuentran
encapsuladas o encerradas en determinados lugares fsicos
o geogrficos que se denominan racimos.
En este tipo de muestreo es imprescindible diferenciar entre
unidad de anlisis (quines va a ser medidos) y unidad
muestral (racimo a travs del cual se logra el acceso a la
unidad de anlisis).
Por ejemplo: Se va a realizar una encuesta sobre las
condiciones salariales en las empresas industriales, la
unidad muestral son las industrias y las unidades de
anlisis estn representadas por los trabajadores.

Tamao de las muestras

Para calcular el tamao de una muestra hay que tomar en
cuenta tres factores:
El porcentaje de confianza con el cual se quiere
generalizar los datos desde la muestra hacia la poblacin
total.
El porcentaje de error que se pretende aceptar al
momento de hacer la generalizacin.
El nivel de variabilidad que se calcula para comprobar
la hiptesis.
Laconfianzao elporcentaje de confianzaes el
porcentaje de seguridad que existe para generalizar los
resultados obtenidos.
Para evitar un costo muy alto para el estudio o debido a
que en ocasiones llega a ser prcticamente imposible el
estudio de todos los casos, entonces se busca un
porcentaje de confianza menor.
Comnmente en las investigaciones buscan un
95%.

Elporcentaje de errorequivale a elegir una

probabilidad de aceptar una hiptesis que sea
falsa como si fuera verdadera, o la inversa:
rechazar
a
hiptesis
verdadera
por
considerarla falsa.
Al igual que en el caso de la confianza, si
se quiere eliminar el riesgo del error y
considerarlo como 0%, entonces la
muestra es del mismo tamao que la
poblacin, por lo que conviene correr un
cierto riesgo de equivocarse. CENSO
Comnmente se aceptan entre el 4% y el
6% como error, tomando en cuenta de
quenoson
complementarios
la

 Lavariabilidades

la probabilidad (o porcentaje)
con el que se acept y se rechaz la hiptesis
que se quiere investigar en alguna investigacin
anterior o en un ensayo previo a la investigacin
actual. El porcentaje con que se acept tal
hiptesis se denominavariabilidad positivay
se denota porp, y el porcentaje con el que se
rechaz se la hiptesis es la variabilidad
negativa, denotada porq.
Hay
que
considerar
quepyqson
complementarios, es decir, que su suma es igual
a la unidad:p+q=1. Adems, cuando se habla de
la mxima variabilidad, en el caso de no existir
antecedentes sobre la investigacin (no hay otras
o no se pudo aplicar una prueba previa),
entonces
los
valores
de
variabilidad
esp=q=0.5.

Una vez que se han determinado estos tres factores, entonces se

puede calcular el tamao de la muestra
En el caso de queno se conozca con precisin el
tamao de la poblacin:
Donde:
nes el tamao de la muestra;
Zes el nivel de confianza;
pes la variabilidad positiva;
qes la variabilidad negativa;
Ees la precisin o error.

La variabilidad y el error se pueden expresar por medio de

porcentajes, hay que convertir todos esos valores a
proporciones en el caso necesario.
El nivel de confianza no es ni un porcentaje, ni la proporcin que le
correspondera, a pesar de que se expresa en trminos de
porcentajes. El nivel de confianza se obtiene a partir de
ladistribucin normal estndar.

En el caso de queSI se conozca el tamao de la

poblacin:

Donde:
nes el tamao de la
muestra;
Zes el nivel de confianza;
pes la variabilidad positiva;
qes la variabilidad
negativa;
Nes el tamao de la
poblacin;
Ees la precisin o el error.

EJEMPLO

Se comenz con 1021 casos, de los que se lograron recontactar,

manteniendo los criterios muestales, 806. Los mismos constituyen
una muestra representativa de la poblacin de 18 y ms aos de edad
residente en hogares particulares de localidades de todo el pas con
2000 y ms habitantes.
La muestra fue aleatoria probabilstica con un margen de error de
3.5 para un nivel de confianza de 95%.
Las encuestas fueron realizadas en forma telefnica, el Gran San
Salvador fue dividida en 25 zonas geogrficas, coincidiendo con las
divisiones municipales.

Superponiendo los datos del Censo de Poblacin con la zonificacin de

las telefnicas, manteniendo fijas las caractersticas de cada municipio
y sorteando las dems cifras al azar, es posible disear una muestra
probabilstica de nmeros de telfono que respete la estructura de la
poblacin por barrio. En el Interior se realizaron encuestas en 50
localidades, utilizando una metodologa similar de sorteo

Variables e
Indicadores
(un pequeo
repaso)

Una variable es un atributo o caractersticas que hacen similares

a los individuos, grupos sociales entre s, objeto o fenmeno que
puede adoptar diversos valores. Un indicador indica cmo se
medir la variable.
Tipos de variables:
En cuanto al papel que tienen en la investigacin:
Dependientes
Independientes
En cuanto a la posicin relativa :
Intervinientes, de control
Antecedentes
En cuanto a su manera de ser medidas:
Univariables (nominales, ordinales, de razn)
Multivariables (Unidimensionales/ Multidimensionales)

Qu se
puede hacer
con los
datos?

as tcnicas de anlisis de datos se clasifican en 2 tipos:

)Tcnicas de anlisis cualitativo
)Tcnicas de anlisis cuantitativo
a) Tcnicas de anlisis cualitativo
Objetivo: Resumir, analizar e interpretar la
informacin obtenida mediante mtodos cualitativos.
(entrevistas, anlisis documental, etc.)
Principales tcnicas:
a) Categorizacin (Los datos se revisan y se
reducen a unidades llamadas categoras)
b) Anlisis de contenido (permite la descripcin de
la informacin a travs de variables pre definidas
en el estudio. Permite cuantificar datos
cualitativos.

b) Tcnica de anlisis cuantitativo:

Objetivo: Describir, graficar, comparar, relacionar y resumir datos obtenidos (Encuestas,
series histricas, otros)
Usos

Describir variables

Descripcin

Caracterizar una muestra

variable por variable
(ESTADSITICA DESCRIPTIVA)

Tcnicas

Distribucin de frecuencias
Porcentajes
Promedios, desviacin estndar, varianza,
rango
Grficos (de barra, de sectores,
histogramas)

Comparar grupos

Se compara la diferencia entre

grupos de la muestra segn las
variables seleccionadas

T de student
Anlisis de varianzas
Kruskall-Wallis
Grficos de barras mltiples

Analizar la relacin
entre variables

Determinar la relacin entre 2 o

ms variables

R de Pearson
R de Spearman
Chi-Cuadrado
Anlisis de regresin (lineal, logstica,
multinominal)
Anlisis de correspondencia
Grafico de dispersin

Analizar la validez

Analizar la validez de constructo

de los instrumentos de medicin

Anlisis factorial
Anlisis de Clusters o conglomerados
Escalamiento multidimensional