Muestreo

LA MUESTRA

Conceptos fundamentales y
determinación del tamaño de la
muestra.

Milton Coca Ph.D.

Introducción

 Antes de entrar en la piscina

 En una librería
 Asistencia a una clase como oyente
 Antes de comer
 Al tomar un vino

El concepto de muestreo puede ser sencillo e intuitivo, pero el proceso

real de muestreo puede ser muy complejo …

Milton Coca Ph.D.

Milton Coca Ph.D. 1

Muestreo

Muestra
Muestra:
Selección de un subconjunto de elementos
que son parte de un grupo más grande.

Muestra

Población: Censo:
Totalidad de casos
que se ajustan a ciertas Población Imagen completa de una
población. 3
especificaciones.
Milton Coca Ph.D.

Nelly Furtado

1 2
23.000 puntos 10.000 puntos

3 4
2.000 puntos 500 puntos

Milton Coca Ph.D. 2

Muestreo

Introducción

 Una muestra ahorra dinero

 Una muestra ahorra tiempo

 Una muestra puede ser más exacta

 Una muestra es mejor si el estudio conlleva la destrucción o

contaminación del elemento muestreado.

Milton Coca Ph.D.

1. Algunos conceptos fundamentales

Milton Coca Ph.D. 3

Muestreo

Algunos conceptos fundamentales

 Población Población o Universo: conjunto de

elementos u objetos que poseen la
 Elemento información buscada, acerca de la cual
se harán las deducciones.

 Unidad de Muestreo - Elemento: Mujeres entre 18-50

- Unidades de muestreo: Mujeres entre 18-50
- Extensión o alcance: México D.F.
 Marco Muestral - Tiempo: 1-05-08 al 15-06-08

 Población de Estudio

- Elemento: Ingenieros químicos - Elemento: Nuestro producto

- Unidades de muestreo: Empresas que compran más - Unidades de muestreo: Supermercados y otros.
de 300.000 $us en químicos - Alcance: Cancún
por año. - Tiempo: 5 al 12 de mayo de 2008
- Alcance: Zona Europea
- Tiempo: 2008 7

Milton Coca Ph.D.

1. Algunos conceptos fundamentales

 Población Unidad acerca de la cual se solicita

información:
 Elemento
- Individuos,
 Unidad de Muestreo
- Productos,
 Marco Muestral - Almacenes,

 Población de Estudio - Familias,

- Etc.

Milton Coca Ph.D.

Milton Coca Ph.D. 4

Muestreo

Algunos conceptos fundamentales

 Elemento Población pertinente. Elemento o

elementos disponibles para su
selección en alguna etapa del
 Población proceso de muestreo. En el muestreo
más simple, el de una sola etapa, las
 Unidad de Muestreo unidades y los elementos del
muestreo son los mismos. En
muestreos complejos pueden
 Marco Muestral utilizarse diferentes niveles de
unidades de muestreo, y entonces
 Población de Estudio las unidades de muestreo y los
elementos difieren en todo, menos en
la ultima etapa.

- Ciudades con más de 50000 h.

- Manzanas de ciudades.
- Familias
- Hombres de 50 años y más 9

Milton Coca Ph.D.

Algunos conceptos fundamentales

Lista de todas las unidades de muestreo

 Elemento disponibles para su selección en una
etapa del proceso de muestreo
 Población
- Lista de alumnos
 Unidad de Muestreo -
-
Lista de votantes inscritos
Directorio telefónico
- Lista de empleados
 Marco Muestral - Un mapa

 Población de Estudio Especificada la población, se busca un

buen marco muestral. Con frecuencia, la
disponibilidad de un marco muestral
define la población cuando no existe una
ajuste perfecto entre población y marco.

10

Milton Coca Ph.D.

Milton Coca Ph.D. 5

Muestreo

Algunos conceptos fundamentales

 Elemento
 Población
Conjunto de elementos del cual se
 Unidad de Muestreo saca la muestra.

 Marco Muestral Población: conjunto de elementos

definidos antes de seleccionar la
muestra.
 Población de Estudio

11

Milton Coca Ph.D.

Muestreo

Diseño Muestral

 Procedimiento que nos va a permitir

conocer una población, de manera más o
menos acertada, en base al estudio que
se realice sobre un muestra obtenida de
esa misma población.

12

Milton Coca Ph.D.

Milton Coca Ph.D. 6

Muestreo

El proceso del muestreo

Paso 1:
Paso 1: a) Los elementos
b) Las unidades de muestreo
Definir la población c) El alcance
d) El tiempo

Paso 2:
Identificar el marco muestral

Paso 3:
Determinar el tamaño de la muestra

Paso 4:
Seleccionar un procedimientos de muestreo

Paso 5:
Seleccionar la muestra 13

Milton Coca Ph.D.

2. Procedimientos del Muestreo

Milton Coca Ph.D. 7

Muestreo

Procedimientos del muestreo

Todos los procedimientos de muestreo

Procedimientos no probabilísticos Procedimientos probabilísticos

La selección
1. de un por
Muestra elemento de la población
conveniencia 1. Muestra
La selección de cadaaleatoria simple
elemento de la población
que va a formar parte de la muestra se basa
tiene una “posibilidad conocida” de ser
Muestra
hasta2.cierto punto enpor juiciosdel investigador
el criterio Muestra estratificada
2. seleccionado para la muestra.
o entrevistador de campo.
3. Muestra por prorrateo Muestra
3.
Permite calcular el por conglomerados
grado probable hasta el
No existe una posibilidad conocida de se
cual el valor
a. de la muestra
Muestra puede diferir del
sistemática
seleccione cualquier elemento.
valor de la población de interés.
b. Muestra por áreas
Error Muestral.
No se puede calcular el error muestral

15

Milton Coca Ph.D.

Procedimientos del muestreo

Todos los procedimientos de muestreo

Procedimientos no probabilísticos Procedimientos probabilísticos

1. Muestra por conveniencia 1. Muestra aleatoria simple

2. Muestra por juicios 2. Muestra estratificada
3. Muestra por prorrateo 3. Muestra por conglomerados
a. Muestra sistemática
b. Muestra por áreas

16

Milton Coca Ph.D.

Milton Coca Ph.D. 8

Muestreo

3. Muestreo No probabilístico

Generalidades

 Los miembros de una población no

tienen una probabilidad conocida de
pertenecer a la muestra.

 Las estimaciones no pueden

proyectarse estadísticamente a la
totalidad de la población.

18

Milton Coca Ph.D.

Milton Coca Ph.D. 9

Muestreo

Muestreo No probabilístico

 Conveniencia: Elegir aquellos que mejor se adaptan a las

conveniencias del investigador, los que están al alcance del
investigador.

 Discrecional: opinático o intencional, son elegidos a criterio

del investigador considerando lo que puede contribuir al
estudio.

 Por cuotas: prorrateo, la muestra se selecciona de manera

que sus características se ajusten a las establecidas como
de control.

19

Milton Coca Ph.D.

Muestreo por cuotas

 Ejemplo: Dos características de control de interés.

 Edad: dos categorías: menores de 30 años y mayores de 30 años.

 Raza: dos categorías: blancos y no blancos.

Edad

Menores de 30 Mayores de 30
años y Blancos años y Blancos

Raza

Menores de 30 Mayores de 30
años y No años y No
Blancos Blancos
20

Milton Coca Ph.D.

Milton Coca Ph.D. 10

Muestreo

4. Muestreo Probabilístico

Generalidades

 Todos los miembros de una población

tienen una probabilidad distinta de cero de
pertenecer a la muestra.

 Permite evaluar y controlar las

desviaciones, pudiendo extrapolarse
conclusiones para la totalidad del colectivo.

22

Milton Coca Ph.D.

Milton Coca Ph.D. 11

Muestreo

Aleatorio Simple

 Todos los elementos de una población tienen la

misma probabilidad de ser seleccionados.

 La extracción se la obtiene generando números

aleatorios asociados a cada elemento de la
población.

 Se adecua bien a poblaciones no muy grandes o

muy concentradas.

 Problema: necesidad de identificar a los elementos

de la población, aunque de forma numérica.

 90% de las empresas lo usan

23

Milton Coca Ph.D.

Estratificado

 Es necesario dividir a la población en diferentes sub-

poblaciones que se denominan estratos.

 Cada estrato debe contener elementos de la

población que sean muy homogéneos entre ellos.

 No importa en absoluto que las diferencias entre los

estratos sea elevada.

 La muestra estratificada puede ser proporcional o

desproporcionada.

 Se puede estratificar incluso con subestratos.

Estratificación cruzada.

24

Milton Coca Ph.D.

Milton Coca Ph.D. 12

Muestreo

Conglomerados

 Un conglomerado o grupo de elementos se seleccionan

aleatoriamente en forma simultánea

 Antes de seleccionar una muestra por conglomerados, la

población debe dividirse en grupos mutuamente
excluyentes y colectivamente exhaustivos. Luego se
selecciona un muestra aleatoria de estos grupos.

 Eficiente en el aspecto económico en la cual la unidad de

muestreo primaria no es el elemento individual de la
población sino un grupo numeroso de elementos; los
grupos se seleccionan en forma aleatoria.

 Pueden presentarse muestreos monoetápicos, bietápicos o

multietápicos.
25

Milton Coca Ph.D.

Conglomerados

Elemento de la población Posibles grupos en México

Estados
Provincias
Población adulta en México
Municipios
Manzanos
Casas

Estudiantes en los últimos años de

Universidades
universidad

Estados
Empresas de manufactura Provincias
Ciudades

Aeropuertos
Viajeros en líneas aéreas
Planos

Estadios de fútbol
Fanáticos deportivos Canchas de basketball
Circuitos de carreras
26

Milton Coca Ph.D.

Milton Coca Ph.D. 13

Muestreo

Muestreo en encuestas electrónicas

 Tres casos en los que es posible obtener muestras

razonablemente buenas para su uso en encuestas
electrónicas:

 Muchas empresas realizan negocios a través del e-mail,

entonces se disponen de directorios con direcciones de e-mail.
Cuestionarios electrónicos y/o cuestionario en una web.

 Pedir a los visitantes de una web de la empresa que ingresen

en un formulario de registro

 A través de una empresa especializada, que realice paneles.

27

Milton Coca Ph.D.

5 . Determinación del tamaño de la Muestra

Milton Coca Ph.D. 14

Muestreo

Algunas consideraciones

 ¿De qué tamaño debe ser la muestra que se

extraiga de la población?

 Depende fundamentalmente del grado de

precisión necesario, del grado de
representatividad que se le quiera otorgar a
la muestra.

 La precisión depende de dos características

de la población:
 El grado de variabilidad de la población.
 La presencia de subgrupos en la población

29

Milton Coca Ph.D.

Algunas consideraciones

 Cinco métodos comúnmente empleados para

estimar el tamaño de la muestra:

 Juicio
 ¿Qué podemos permitirnos?
 ¿Qué hicieron otros proyectos?
 Tamaño requerido para cada celda
 Método estadístico

30

Milton Coca Ph.D.

Milton Coca Ph.D. 15

Muestreo

Método Estadístico

Poblaciones infinitas
Poblaciones superiores a 500.000 elementos.

4pq Z 2 pq
n n
E2 E2
n = Tamaño de la muestra
Z = Nivel de confianza
p = probabilidad a favor
q = Probabilidad en contra
E = Error

31

Milton Coca Ph.D.

Ejemplo
Poblaciones infinitas
2
Z pq
n
E2
n = Tamaño de la muestra= ???
Z = Nivel de confianza = 95,5
4pq p = probabilidad a favor = 0,6
n 2 q = Probabilidad en contra = 0,4
E E = Error = 0,02 (2%)

4(0,6)(0,4) 0,96
n   2400
0,02 2 0,0004

4(0,5)(0,5) 1
n   2500
0,02 2 0,0004
32

Milton Coca Ph.D.

Milton Coca Ph.D. 16

Muestreo

Método Estadístico

Poblaciones finitas
Poblaciones menores a 500.000 elementos.

Z 2 Npq 4Npq
n n
E 2  N  1  Z 2 pq E 2 N  1  4pq
n = Tamaño de la muestra
Z = Nivel de confianza
N = Universo o Población
p = probabilidad a favor
q = Probabilidad en contra
E = Error

33

Milton Coca Ph.D.

Ejemplo
Poblaciones finitas
2
Z Npq
n
E N  1  Z 2 pq
2

n = Tamaño de la muestra= ???

Z = Nivel de confianza = 95,5
4Npq
n 2 N = Universo o Población = 1000 personas
E N  1  4pq p = probabilidad a favor = 0,6
q = Probabilidad en contra = 0,4
E = Error = 0,02 (2%)

4(0,6)(0,4)(1000) 960
n   706
0,02 2 (1000  1)  4(0,6)(0,4) 1,3596

4(0,5)(0,5)(1000) 1000
n   714
0,02 (1000  1)  4(0,5)(0,5) 1,3996
2

34

Milton Coca Ph.D.

Milton Coca Ph.D. 17

Muestreo

Se puede usar Software

Instalar StatsTM v.2 Instalar Bernal

Instalar Dyane v.2

Instalar Fischer Instalar Satesmases

Estadística Básica Hipestat 4.4

Milton Coca Ph.D. 18

Muestreo

https://es.surveymonkey.com/mp/sample-size-calculator/

37

Click to edit company slogan .

Milton Coca Ph.D.

milton.coca@gmail.com

Milton Coca Ph.D. 19