MUESTREO

PARTE 1:
GENERALIDADES
Una vez definido el problema a investigar,
formulados los objetivos y delimitadas las
variables se hace necesario determinar los
elementos o individuos con quienes se va a
llevar a cabo el estudio o investigacin.
 MUESTREO

Procedimiento por el cual se extrae,

extrae de un conjunto
de unidades que constituyen el objeto de estudio
( poblacin), un nmero de casos reducido (muestra)
elegidos con criterios tales que permitan la
generalizacin a toda la poblacin de los resultados
obtenidos al estudiar la muestra.
 CONCEPTOS INICIALES

Poblacin: Conjunto de unidades de las que se desea

obtener cierta informacin.
Unidades: Personas, Familias, Viviendas, Escuelas,
Organizaciones, Artculos de Prensa

Muestra: Seleccin de unas unidades concretas de la

poblacin que representen la caracterstica que se
quiere medir.
 RAZONES DE MUESTREO

Disminucin de costos ( tiempo, personal, material)

Al disminuir el nmero de casos disminuyen
tambin los errores asociados a la manipulacin de
los datos.
Puede confiarse en la generalizacin de los
resultados si se ha tenido cuidado al seleccionar la
muestra.
 CRITERIOS IMPORTANTES
PARA LA SELECCIN DE LA
MUESTRA
Salvo en poblaciones muy pequeas y accesibles nunca
se observan a todas las unidades de la poblacin.
Se debe disear una muestra que constituya una
representacin a pequea escala de la poblacin a la
que pertenece.
Cualquier diseo muestral comienza con la bsqueda de
la informacin que ayude a la identificacin de las
caractersticas de la poblacin bajo estudio.
CONDICIONES QUE DEBE
CUMPLIR UNA BUENA MUESTRA
Que comprendan parte de la poblacin y no la totalidad
de sta. ( salvo en los casos antes explicados en la lmina 5)
Aunque el sentido comn pareciera indicar que
poblaciones ms grandes deben producir muestras
mayores, esto no es siempre cierto ya que:
El tamao de la poblacin NO es el nico elemento que influye en el
tamao de la muestra.
 CONDICIONES QUE DEBE
CUMPLIR UNA BUENA
MUESTRA
La ausencia de distorsin en la eleccin de los
elementos de la muestra.
Si esta eleccin presenta alguna anomala, la muestra
resultar por este mismo hecho viciada.
Que sea representativa o reflejo fiel de la poblacin, de
tal modo que reproduzca sus caractersticas bsicas en
orden a la investigacin.
 CONDICIONES QUE DEBE CUMPLIR
UNA BUENA MUESTRA

Si hay sectores diferenciados en la poblacin que se

supone ofrecen caractersticas especiales la muestra
tambin deber comprenderlos en la misma
proporcin.
TAMAO DE LA MUESTRA

Es el nmero de unidades a incluir en la muestra.

Existen varios factores que influyen en el:
Tiempo y recursos disponibles
Modalidad de Muestreo
Tipo de Anlisis Previsto
Varianza o heterogeneidad de la poblacin
Margen de Error mximo admisible
Nivel de confianza de la estimacin muestral
MODALIDAD DE MUESTREO
SELECCIONADA

La seleccin de las modalidades de muestreo

( probabilsticos y no probabilsticos) se halla
determinada por la confluencia de varios factores: los
objetivos, los recursos, la accesibilidad de la poblacin y
el tiempo.
Los diseos no probabilsticos demandan un tamao
muestral menor.
 TIPOS DE MUESTREOS

PROBABILSTICOS NO PROBABILISTICOS

Todas las unidades tienen igual

Cada unidad NO tiene igual
probabilidad de participar en probabilidad de participar en
la muestra. la muestra.

La eleccin de cada unidad

No se puede calcular el error
muestral es independiente de las muestral
dems
Alto riesgo de invalidez

Se puede calcular el error muestral producido por la introduccin de

sesgos
USOS DE CADA TIPO DE MUESTREO

Muestreo Probabilsticos Muestreos No

Estimacin de Probabilsticos
Parmetros Estudios Pilotos
Comprobacin de Estudios Cualitativos
Hiptesis Investigaciones en
poblaciones de difcil
registro o localizacin
( Ej. Marginales,
prostitutas, enfermos de
VIH, etc)
 EJEMPLO: MUESTREO
PROBABILSTICO?

Se realiza un muestreo entre los alumnos que van a

clases de la Materia Metodologa, eligindolos al
azar a la entrada del saln.

Este diseo es NO probabilstico porque aquellos que

no van a clases NO PUEDEN ser elegidos
 EJEMPLO: MUESTREO
PROBABILSTICO?

Se utiliza la lista de propietarios de lneas

telefnicas para elegir a aquellos que sern
encuestados.

Este diseo es NO Probabilstico porque aquellos que

no tienen telfono NO PUEDEN ser elegidos
 EJEMPLO: MUESTREO
PROBABILSTICO?

Un investigador toma muestras del carbn extrado

de una mina, tomando al azar trozos de carbn de la
parte superior de cada carro.

Este diseo es NO probabilstico

porque solo se toma carbn
de la parte superior
FACTORES QUE INFLUYEN EN EL
TAMAO DE LA MUESTRA :TIPO DE
ANLISIS DE DATOS PREVISTO

La tcnica de anlisis influye en el tamao de la

muestra:
Comparacin de Medias
Estimacin de Proporciones ( parmetros)
Anlisis Univariables
Anlisis Multivariables
 HETEROGENEIDAD POBLACIONAL

Cuanto mas heterognea sea la poblacin mayor ser su

varianza poblacional lo que implicar mayores tamaos
muestrales.
Cuando se desconoce el valor de la varianza poblacional
se recurre al supuesto mas desfavorable, asumiendo
una varianza poblacional igual a 0,5.
0,5 significa que una unidad seleccionada tiene 50 % de
posibilidades de pertenecer o no a un grupo especfico
dentro de la poblacin
 05/01/17
2DA PARTE: ERRORES Y
CLCULO DEL TAMAO DE
LA MUESTRA
18
 ERRORES, ERRORES, ERRORES

Aleatorio
Muestral
Sistemtico

V =ve

Valor Valor
Medido en la ERROR
Verdadero
muestra
en la
poblacin
 ERROR ALEATORIO

El error aleatorio no se suele ajustar a ninguna regla o

norma , varan en cada caso , en su sentido y magnitud,
y por ello tiende a anularse cuando se trata de un
nmero elevado de casos.
Los errores aleatorios se comenten, por ejemplo, cuando un
encuestado elige errneamente una casilla queriendo
hacerlo en otra, cuando un encuestador marca errneamente
un dato, etc.
 ERRORES SISTEMTICOS

Un error sistemtico es aquel que se produce de igual modo (

sentido y proporcin) en todas las mediciones que se
realizan sobre un parmetro de la muestra

Contrario al error aleatorio, NO se anula en muestras

grandes.
 ERRORES SISTEMTICOS.
EJEMPLOS

Las tendencias subjetivas conscientes o inconscientes

del investigador.
Sustituciones, segn criterio propio del investigador, de
unidades de la muestra que haban sido elegidas al
azar.
Insuficiente observacin del conjunto de la poblacin
que influye en una deficiente definicin de sus
caractersticas.
 ERROR MUESTRAL

Cuando se extrae una muestra de una poblacin es

frecuente que los resultados obtenidos de la muestra no
sean exactamente los valores reales de la poblacin.
El error de muestreo ocurre al estudiar una muestra en
lugar de la poblacin total.
La diferencia entre el valor del parmetro de una
poblacin y el obtenido de una muestra recibe el nombre
de error muestral. ( y que no puede ser asociado a otro tipo de
explicacin, es decir no es error aleatorio o sistemtico )
 ERROR MUESTRAL

Por muy perfecta que sea la muestra siempre habr

grado de divergencia entre los parmetros estimados
usndola y los de la verdadera poblacin.
En el clculo del error intervienen:
Tamao de la muestra
Varianza poblacional
Nivel de confianza
Tipo de muestreo
 ESTIMACIN DEL ERROR

Cuando variable bajo estudio es una media. (solo

vlido para variables numricas)

s
ez 1 f
n
Donde:
Z: grado de confianza de la estimacin
s: desviacin tpica muestral de la variable analizada
n: tamao de la muestra
1-f: Factor de correccin para poblaciones finitas. f= n/N
 EL ERROR MUESTRAL ES
MAYOR EN LA MEDIDA QUE:

Crece el grado de confianza que el investigador

quiere dar a su estimacin del parmetro medido
mediante la muestra
Es ms elevada sea la variabilidad de la variable
estudiada.
Es menor el tamao de la muestra.
 ESTIMACIN DEL ERROR

Cuando la variable bajo estudio es una proporcin

(ej, variables nominales u ordinales con pocas
categoras)

pq
ez 1 f
n 1
Donde:
Z: grado de confianza de la estimacin
p: proporcin de la muestra para la categora a examinar
q: 1-p
n: tamao de la muestra
1-f: Factor de correccin para poblaciones finitas. f= n/N
TAMAO DE LA MUESTRA VS.
ERROR MUESTRAL
 MARGEN DE CONFIANZA EN LA
ESTIMACIN
Expresa el grado de probabilidad que el investigador
tiene en que su estimacin se ajuste a la realidad.
Los valores comnmente utilizados son 95, 99, 99,9%
CORRECCIONES PARA
POBLACIONES FINITAS
Cuando el tamao de la muestra es mayor del 5 %
del tamao de la poblacin se debe utilizar el
factor de correccin.

Si por el contrario N>>n, f tiene a 0 y el factor de

correccin ( 1-f) tienen a 1.
 MARGEN DE ERROR ADMISIBLE

Los incrementos en el tamao de la muestra repercuten

en una mayor precisin y por consiguiente en menor
error muestral.
El error muestral interviene en el clculo del tamao de
la muestra solo si el diseo es probabilstico.
En el muestreo probabilstico el investigador fija el
error mximo admisible a priori y sobre esa base realiza
el clculo del tamao de la muestra.
CLCULO DEL TAMAO DE LA
MUESTRA *
Para estimacin de
Para comparaciones de media
proporciones

2
zs z 2 pq
n n n 1 2
e e

* Para poblaciones infinitas (donde N>> n )

POR LO TANTO EL TAMAO DE LA
MUESTRA
EJEMPLO DEL CLCULO DEL
TAMAO DE LA MUESTRA
(POBLACIN INFINITA)
Estimando qu proporcin de sujetos poseen una
caracterstica al nivel de confianza del 99.7% (Z=3) y un
error de admitido del 2%, ser:

2
3 x50 x50
n 2
5625
2
EL TAMAO DE LA POBLACIN NO FUE TOMADO
EN CUENTA!!!

POR QU P y Q valen 50 % ?
CLCULO DEL TAMAO DE LA
MUESTRA PARA POBLACIONES
FINITAS. (F=N/N>0,05)Ej. El nmero ptimo para un
estudio de 60.000 personas
estableciendo un nivel de
confianza de 95.5%(z=2), y el
margen de error en el 3%, sera

4 * 50 * 50 * 60.000
n = ---------------------------------
9 (60.000-1) + 4 * 50 * 50

n= 1091

2
NZ pq
n 2
e ( N 1) Z pq
2
TAMAO DE LA MUESTRA

Fuente: Metodologa y Tcnicas de Investigacin Social. Piergiorgio Corbetta

3RA PARTE
TIPOS DE
MUESTREO
 RECORDANDO: TIPOS DE MUESTREOS

PROBABILSTICOS NO PROBABILISTICOS

Todas las unidades tienen igual

Cada unidad NO tiene igual
probabilidad de participar en probabilidad de participar en
la muestra. la muestra.

La eleccin de cada unidad

No se puede calcular el error
muestral es independiente de las muestral
dems
Alto riesgo de invalidez

Se puede calcular el error muestral producido por la introduccin de

sesgos
ALGUNOS TIPOS DE MUESTREO
PROBABILSTICO
 MUESTREOS PROBABILSTICOS:
SIMPLE

Se realiza utilizando alguna fuente de eleccin

aleatoria.
Supone que cada miembro de la poblacin tiene
elemento que lo identifica ( ej. Un nmero
identificador) y mediante el cual puede ser elegido si
sale sorteado.
La afirmacin anterior implica que hay que tener un
listado completo de TODOS los miembros de la
poblacin
MUESTREOS PROBABILSTICOS: SIMPLE

Ventajas Desventajas
Facilidad en los clculos Cada que cada miembro de
estadsticos la poblacin tiene que ser
Elevada probabilidad de identificado
lograr equivalencia entre Complicado en poblaciones
las caractersticas de la grandes
muestra y las Alto costo
correspondientes a la
poblacin
MUESTREOS PROBABILSTICOS:
MUESTREO ALEATORIO
SISTEMTICO
Similar al muestro simple salvo que:
1. Solo la primera unidad de la muestra se elige al azar siempre
que el nmero seleccionado sea mayor que el coeficiente de
elevacin.
Coeficiente de Elevacin = N/ n
Donde
N: Tamao de la poblacin
n : Tamao de la muestra
2. Los restantes elementos de la muestra se hayan sumando,
sucesivamente el coeficiente de elevacin.
MUESTREOS PROBABILSTICOS:
MUESTREO ALEATORIO
ESTRATIFICADO
Presupone el conocimiento de las caractersticas de las
unidades que forman la poblacin para poder dividirla
en grupos ( estratos)
Se eligen los miembros de la muestra en cada estrato
creado siguiendo algn tipo de muestreo de los vistos
anteriormente.
 EJ. MUESTREO PROBABILSTICO
POR ESTRATOS

Estrato Primario

Se seleccionan ALEATORIAMENTE ni profesores de cada una de las escuelas seleccionadas .

Ej.
2 de la escuela primaria 1 y 2 de la escuela primaria 2.
MUESTREOS PROBABILSTICOS:
MUESTREO ALEATORIO
ESTRATIFICADO CONT
El objetivo de este tipo de muestreo es garantizar la
representatividad equitativa de los estratos ( que
implica representacin equitativa de las caractersticas
de la poblacin).
Se logra si:
Son mximas las diferencias entre los estratos
Son mnimas las diferencias entre los miembros de un mismo
estrato.
Los criterios de divisin de la poblacin en estratos se hallen
relacionadas con los objetivos de la investigacin.
MUESTREOS PROBABILSTICOS:
MUESTREO ALEATORIO
ESTRATIFICADO CONT
Los tamaos de cada estrato pueden ser:
Los mismos ( Afiliacin simple)
Proporcional al peso relativo ( tamao) del estrato dentro de
la poblacin (Proporcional)
En funcin de la heterogeneidad de cada estrato ( ptima)
EJEMPLO: MUESTRO POR ESTRATOS

Ejemplo tomado del Maria ngeles Cea

EJEMPLO MUESTRO POR ESTRATOS.
AFILIACIN SIMPLE

2500
nestratos
3
EJEMPLO MUESTRO POR ESTRATOS.
AFILIACIN PROPORCIONAL

nestrato1 0,45 x 2500 1125

nestrato 2 0,39 x 2500 975
nestrato 3 0,16 x 2500 400
 EJEMPLO DE MUESTREO POR
ESTRATOS. AFILIACIN PTIMA
Paso 1 : Multiplicar el porcentaje de la poblacin correspondiente al estrato por la
varianza del estrato
45 x1900 85500
39 x 2600 101400
16 x 2100 33600
Paso 2: Se suman todos los valores obtenidos en el paso 1 (85500+101400+33600=220500)

Paso 3: Se calcula a proporcin de cada valor obtenido en el paso 1 dentro del paso 2.
Pr oporcinestrato1 85500 / 220500 0,388
Pr oporcinestrato 2 101400 / 220500 0,460
Pr oporcinestrato 3 33600 / 220500 0,152
Paso 4 : Se calcula el tamao de la muestra de cada estrato multiplicando
su proporcin por el tamao de la muestra global ( 2500)
0,388 x 2500 970
0,460 x 2500 1150
0,152 x 2500 380
970,1150,380 2500
VENTAJAS Y DESVENTAJAS DEL
MUESTREO ALEATORIO
ESTRATIFICADO
Ventajas Desventajas

1. No es necesario Puede ocurrir que los

disponer de la lista de miembros de una
toda la poblacin sino unidad superior se
de las subpoblaciones parezcan, reduciendo
de orden superior la representatividad
extradas ( por ej. las
de otros en la muestra
escuelas primarias y
secundarias)
final.
2. Existe una
considerable reduccin
de costos
MUESTREO ALEATORIO POR
CONGLOMERADOS
La unidad muestral es un grupo de elementos de la
poblacin que forman una unidad, a la que llamamos
conglomerado.
A diferencia de un estrato, un conglomerado es una
unidad de elementos que contienen representantes de
toda la poblacin
EJEMPLO: MUESTREO POR
CONGLOMERADOS

Todos los profesores de las Escuelas 2 (Primaria) y 1 (Secundaria) son parte de la muestra
EJEMPLOS DE CONGLOMERADOS

Zona Geogrfica
Edificio

Una institucin

..
VENTAJAS DEL MUESTREO POR
CONGLOMERADOS
Es ventajoso, desde el punto de vista de costos, si se
pueden agrupar los miembros de la poblacin por
conglomerados, en los cuales el criterio de agrupacin
no sea la variable que se estudia.
No es preciso tener un listado de toda la poblacin, sino

de las unidades ( conglomerados) por los que se

agruparn.
DESVENTAJAS

El error es mayor que cuando se utilizan otras tcnicas

de muestreo.
TIPOS DE MUESTREOS NO
PROBABILSTICOS
MUESTRO POR CUOTAS
La poblacin debe ser dividida en estratos
definidos por variables cuya distribucin dentro de
la poblacin sea conocida.
Se procede a calcular el tamao de cada estrato

siguiendo el mismo procedimiento que si fuese un

muestreo probabilstico estratificado.
( proporcional)
MUESTRO POR CUOTAS
A diferencia del M. Probabilstico Estratificado el
entrevistador es libre para escoger a quienes
forman parte de cada estrato. (CUOTA)
MUESTREO POR CUOTAS
Ventajas Desventajas
Resulta ms Supone mayor error muestral
econmico que los que los diseos probabilsticos.
muestreos
No existe un mtodo vlido
para calcular el error.
probabilsticos . Dificultas para el control del
Fcil de ejecutar el trabajo de campo.
trabajo de campo Limitaciones en la
No precisa el listado representatividad de la
muestra para las
de la poblacin caractersticas no especificadas
en los controles de cuotas.
MUESTREO DE BOLA DE NIEVE
Este modelo es particularmente til cuando se
muestrean poblaciones cuyos componentes, por
motivos morales, ideolgicos, legales o polticos
tienen a ocultar su identidad.
A partir de unos pocos individuos el entrevistador,
con ayuda de los primeros, va conociendo a
nuevos miembros de la muestra.
MUESTREO BOLA DE NIEVE
El riesgo fundamental est asociado a la seleccin
inadecuada de los primeros miembros de la
muestra y de quienes depender el resto.
Tambin es posible que ocurran distorsiones si no

se tiene en cuenta criterios muy especficos para

la seleccin de la muestra.
PARTE 4
Problemas del muestreo en la Investigacin
Social
ERRORES DE COBERTURA
Como se puede hacer un muestreo probabilstico
si las unidades no son conocidas?
Cmo localizar a todos los posibles miembros de
la poblacin?
Si se busca investigar sobre franjas particulares

de la poblacin el problema se hace ms difcil de

manejar
ERROR DE COBERTURA
Se produce cuando no son incluidos determinados
elementos de la poblacin objeto de estudio en el
proceso de seleccin muestral .
La falta de cobertura impide la cooperacin de un
nmero de unidades muestrales, puesto que
determinados individuos no pueden ser
seleccionados en la muestra, dificultando con ello la
capacidad de inferencia de los hallazgos de la
investigacin.
ERROR DE COBERTURA
Este error produce una subestimacin en los
resultados, cuya amplitud depende de las
caractersticas de las unidades omitidas
PROBLEMAS DE REPRESENTATIVIDAD

Si no se ha logrado representatividad en una o varias

variables, el investigador tiene 3 opciones:
a) Trabajar con la muestra no representativa y contar con
ese lmite
b) Redefinir la poblacin. Por ejemplo: no hablar de
enfermos de SIDA sino de enfermos de SIDA que son
atendidos en el HULA.
c) Modificar deliberadamente la muestra para que
represente el comportamiento de la variable bajo estudio.
ERROR DE NO RESPUESTA
TIPOS DE ERROR DE NO RESPUESTA

05/01/17
69
 EJEMPLOS DE ERRORES DE NO
RESPUESTA
El entrevistado puede no contestar una pregunta
por falta de conocimiento sobre esa cuestin, por
considerarla muy entrometida al invadir el mbito
de su privacidad, porque la considera irrelevante
para los objetivos del estudio, etc.
El entrevistador tambin contribuye a la no
respuesta parcial por el olvido a la hora de
recoger determinadas respuestas, o al tomarlas
equivocadamente.

Ejemplos tomados de : HEADY, P. (1995). Calibrating Measurement Error in the 1991 Census. Survey
Methods Centre Newsletter, vol. 15, n 2, p. 3-7.
EJEMPLOS DE ERRORES DE NO
RESPUESTA
Por ltimo, el cuestionario genera no respuestas
por problemas en la redaccin de las preguntas, y
por la utilizacin de preguntas filtro para que un
grupo de preguntas no sean respondidas por
determinados entrevistados que cumplen (o no
cumplen) una serie de requisitos.
CONSECUENCIAS TIENE LA NO
RESPUESTA
MTODOS DE REDUCCIN DEL
IMPACTO DE LA NO RESPUESTA
PONDERACIN
FIN