Muestreo

Necesito muestrear siempre?

• No, siempre
• Es un grupo de la población sobre la cual se
recolectarán datos
• Razones para usar muestra:
Costos, tiempo
 Población de interés
• Analicemos las siguientes preguntas de investigación:
• ¿Discriminan a las mujeres en los anuncios de
televisión?
• ¿Están los empleados municipales de Guayaquil
contentos con su
• trabajo?
• ¿Hay problemas de comunicación de los hijos con sus
padres?
• ¿Qué tan arraigada se encuentra la cultura fiscal en el
Ecuador?
 Puntos clave a la hora de muestrear
• Deseable muestra que permita generalizar
resultados
• Muestraestadísticamenterepresentativa
• Tiene que definirse de antemano con
precisión
• En el reporte debe describirse muy bien la
población de interés
– Contenido, lugar, tiempo
 Qué es una Muestra?
• Subconjunto de la población de la que se
intentará generalizar los resultados de la
investigación.
• Aleatoria / no aleatoria
• Aleatoria.
– Todos los individuos de la muestra varían debido
a fluctuaciones al azar.
 Ejemplo
• Se desea realizar un estudio sobre los
directivos de las empresas manufactureras de
México que cumplen con cierto perfil
 Errores a evitar
• No incluir en la muestra casos que deberían
estar incluidos
• Incluir en la muestra casos que no deben ser
incluidos
• Incluir casos que son accesibles o medibles
• INDISPENSABLE: Primero depurar la base de
datos de la que se obtendrá la muestra
En resumen
 Muestras probabilísticas
• Muestreo aleatorio
• Muestreo sistemático
• Muestreo estratificado
• Muestreo por cluster
 Características
• Permite medir el error en las predicciones
• Permite reducir al mínimo el error de la
investigación
• Error estándar
• Indispensables en estudios transversales
• Indispensables para estudios basados en
encuestas
Selección de muestra probabilística
• Calcular un tamaño de muestra representativa
– Depende del tamaño de la población
– Depende del error estándar deseado (máximo,
entre 1% y 5%) • Depende del nivel de confianza
(mínimo, entre 95% y 99%)
• Seleccionar los elementos muestrales
• NOTA: poblaciones con tamaños superiores a
99.999 son tratadas de igual forma
Estrategias para determinar tamaño de
muestra
• Usar censo
• Usar el tamaño usado en estudios similares
(OJO RL)
• Usar tablas de tamaño de muestra
• Usar fórmulas
Tabla de muestras
 Muestra aleatoria simple
• Cada miembro de la población tiene una
oportunidad igual y conocida de ser
seleccionado.
• Marco de muestreo – lista de elementos de
los cuales se tomará la muestra.
 Muestreo sistemático
• Una vez conocido el tamaño de la muestra,
cada elemento se selecciona de una lista.
Siempre que la lista no contenga un orden en
específico.
• Es simple.
 Muestreo Estratificado
• Sub-poblaciones o sub-grupos, llamados
estratos.
• Todos los estratos deben ser representados en
la muestra.
• Números iguales entre estratos.
• Estratos proporcionales n/N – proporcional a
su aporte en la población
 Muestreo por clusters
• Se utiliza cuando el investigador tiene
limitaciones:
• Presupuesto
• Tiempo
• Dificultad de acceder a toda la población
• Supuesto: las unidades de análisis están
encapsuladas en determinados lugares
• Racimos: lugares donde están encapsuladas
las unidades de análisis
 Ejemplos

Unidad de análisis: indica quienes van a ser medidos

Unidad de muestreo: racimo mediante el cual obtendremos la muestra

Tanto los racimos como sus muestras son determinados aleatoriamente

 Muestreo no probabilístico

• Conveniencia
• Juicio del investigador
• Cuota
• Bola de nieve
 Muestreo no probabilístico . . .
• Por conveniencia: en estudios exploratorios
(aproximación a la verdad)
• Se la usa en investigaciones preliminares para
tener una idea general de los resultados sin
incurrir en el costo o tiempo para hacer un
muestreo aleatorio.
 Muestreo no probabilístico . . .
• Muestreo por juicio. Basado en el juicio del
investigador. Usar datos de una ciudad
representativa, aunque nos interesa toda la
población.
• Se debe tener la certeza que la muestra
escogida es realmente representativa de toda
la población.
 Muestreo no probabilístico . . .
• Por cuota. Es el equivalente de la muetra
estratificada. Se identifica el estrato y sus
proporciones en la población y luego la
conveniencia o juicio se usar para seleccionar.
• Difiere con el muestreo estratificado en que
los estratos no se llenan aleatoriamente.
 Muestreo no probabilístico . . .
• Bola de nieve. Es usado cuando la
característica de la muestra es extraña.
• Muy costoso o difícil encontrar quien
responda.
• Se basa en referencias de sujetos para generar
nuevos sujetos.
• Puede bajar costos, pero puede incluirse un
fuerte sesgo.
Muestreo – Estudios Cualitativos
 Tipos
• Voluntarios (autoseleccionada)
• Expertos (generación /confirmaciónde
hipótesis)
• Casos tipo (exitosos, no exitosos, etc.)
• Por cuotas
 Muestras orientada a I. cualitativa
• Diversas o de máxima variación
• Homogéneas (específico – perfil)
• Cadenas o redes (bola de nieve)
• Casos extremos
• Por oportunidad (?)
• Teóricas o Conceptuales (teoría fundamentada)
• Confirmativas (contrastes – comprensión)
• Casos sumamente importantes
• Conveniencia