Muestreo  

Actividad frecuente en nuestra vida cotidiana, es una técnica central para el éxito de muchos trabajos de investigación de mercado.

CONCEPTOS DE INTERES EN EL MUESTREO:

Población o Universo : total de elementos sobre los que se quiere hacer una inferencia, basándose en la información relativa de la muestra.

Muestra : parte de la población que seleccionamos, medimos y observamos.

Parámetro : característica de la población, que nos interesa. El valor verdadero de éste se desconoce y es el que se intenta descubrir mediante el procedimiento muestral.

Estimación : Medición, “estadístico” que resulta de la muestra escogida ; es nuestra mejor estimación del verdadero valor de la característica de la población.

Error Muestral : resulta por haber extraído una muestra en vez de un censo.

Error No Muestral o Sesgo: tendencia a un error direccional.

Exactitud : o “precisión”, representa la aproximación mas cercana de nuestra muestra al valor verdadero del parámetro de la población. (expresada a menudo como un intervalo)

Confianza : Es el grado de certidumbre que tenemos sobre la exactitud de la estimación de la muestra.

MUESTREO FRENTE A CENSO :

A través del muestreo es posible obtener una muestra que resulte más exacta que un censo.

VENTAJAS:

1º. Es quizá la más importante, es mucho menos caro. 2º. La rapidez en su aplicación, ya que el tiempo requerido para efectuar un censo completo será tan largo que invalidará cualquier conclusión. El error muestra puede ser sometido a estimación estadística.

3º. Exactitud en la inversión económica.

ERROR MUESTRAL: El error muestral en comparación con el no muestral tiene la ventaja de estar sometido a estimación estadística mediante análisis y la reducción por el sencillo mecanismo de un mayor tamaño de la muestra.

CENSO : como desventaja, favorece a un mayor error total.

EL PROCEDIMIENTO MUESTRAL

PASOS DEL PROCESO DE MUESTREO

1) DETERMINAR LA POBLACIÓN MAS ADECUADA Y LOS PARÁMETROS:

La delimitación de la población se basa en los objetivos del estudio a realizar, debe estar bien definida.Los parámetros deben ser definidos detalladamente.

2) ESCOGER EL MARCO APROPIADO DE MUESTREO:

EN relación al marco de referencia debería representar a todos los miembros de la población (una lista).

Clasificación de los diseños muestrales en :

Fijos (suponen tamaño previamente establecido de la muestra, los datos muestrales se recaban antes de analizar los resultados).

Determinar la población y los parámetros pertinentes

Escoger el marco apropiado de -muestreo

Escoger entre el muestreo probabilístico y no probabilístico

probabilístico

Escoger un método de Muestreo

Escoger el tamaño necesario de la muestra

Seleccionar la muestra y reunir información

Validar la muestra

Analizar los datos y presentar los resultados

b)Secuenciales (el número de unidades a muestrearse no se escoge de antemano sino que se determina por una regla de decisión. Combina mayor exactitud y menor costo, Desventaja : complejidad matemática.)

c) Probabilísticos d) No probabilísticose)Por Atributos (característica cualitativa o descriptiva que puede poseerse o no) Se refiere a la PROPORCIÓN de la población que tiene la característica en estudio, f)Por Variables (trata de estimar una media de la población y no una proporción de ella)

3) ESCOGER ENTRE EL MUESTREO PROBABILISTICO Y NO PROBABILISTICO:

PROBABILISTICO   : Permite calcular el error muestral. Exigen métodos de selección aleatorios. Cada miembro de la población tiene alguna probabilidad conocida de figurar en ella. Requiere relativamente poco conocimiento de la población. Sin embargo, requiere mas tiempo, recursos y complejidad.

TIPOS :

Muestra Aleatoria Simple : Cada miembro de la población tiene igual probabilidad de figurar en la muestra. Utiliza la tabla de números aleatorios. Desventaja : Se necesita tener una lista completa de los miembros de la población. Puede suponer grandes costos al entrevistar a elementos muy lejanos escogidos. Util al muestrear una población pequeña.

Sistemático : Se selecciona un punto de partida aleatorio, escogiendo después cada k-ésimo elemento de la lista. Al igual que el anterior, es un muestreo sistemático que describe una regla de selección mecánica con el objeto de aminorar la posibilidad de un sesgo en la selección.

Estratificado : La población se divide en categorías mutuamente excluyentes (no se traslapan) y colectivamente exhaustivas (todos los miembros quedan incluidos). Hay que muestrear cada estrato o categoría como si fuese una población independiente. Necesario tener información previa sobre la población para poder estructurar el diseño de estratificación. DIVISION : a) Proporcional : La proporción de la muestra que posee determinada Característica es la misma que la proporción de la población. y b) Desproporcional : al tomar en cuenta que los miembros de un estrato particular no necesitan ser muestreados tan ampliamente como un estrato en el que el parámetro muestre mucha variabilidad.

De áreas : parecido al de conglomerados, pero las áreas geográficas sirven de base para determinar los estratos de la población. Desventaja : las personas que viven en el mismo barrio tienen características muy parecidas.

Polietápico : Seleccionar aleatoriamente, después de ésta, seleccionar aleatoriamente de nuevo y variación.

Por Conglomerados : orientado a la selección de grupos y no de individuos dentro de la población. Se divide la población en grupos mutuamente excluyentes y colectivamente exhaustivos Y ADEMÁS se selecciona una muestra aleatoria de los grupos, para un muestreo ulterior. Es muy útil cuando es grande el costo de llegar a los miembros de la muestra en el campo.repetir.

NO PROBABILISTICO : imposibilidad de definir el error muestral y la subjetividad del investigador al escoger la muestra. No se puede determinar la posibilidad de que un elemento haya sido incluido en la muestra. Se basa en el juicio, suerte y habilidad del investigador. A favor puede decirse que teniendo un presupuesto y plazo, deberemos conseguir una muestra de mayor tamaño que con técnicas probabilísticas.

TIPOS :

De conveniencia : “Por que se cuentan con ellas” Muchas veces se entrevistan individuos autoseleccionados. Util en la fase exploratoria del proyecto.

Con fines especiales : Los miembros se escogen a fin de cumplir con criterios previamente establecidos.

Por cuotas : Trata de garantizar sistemáticamente que la muestra se parezca un poco a la población. Se divide a la misma en categorías. Los errores de selección influyen mucho en los resultados. (No se entrevista a quien no le parece al entrevistador)

De Juicio : Tipo de muestra que A JUICIO del investigador, representa a la población. No es que la muestra sea típica, sino que el investigador la considera como tal.

4) ESCOGER UN METODO DE MUESTREO:

En esta etapa escogeremos a los integrantes de la muestra, es decir de que procedimiento probabilístico o no probabilístico usaremos.

5) ESCOGER EL TAMAÑO NECESARIO DE LA MUESTRA:

Se debe seleccionar a través del método tradicional o el bayesiano.

METODO TRADICIONAL : Se determina el tamaño de la muestra con el establecimiento previo de los elementos que se incluirán en ella.

Métodos para delimitar la muestra :

Estimando la Media de la Población   : Se prevé el intervalo de confianza resultante de una media muestral y la desviación estándar. O sea que se construye un intervalo de confianza antes de que efectuemos el estudio. Está dada por : n= (Z22)/E2 donde :n = tamaño necesario de la muestraZ = número de unidades de desviación estándar en la distribución normal que producirá el nivel

deseado de confianza. = desviación estándar de la poblaciónE = error, o diferencia máxima entre la media muestra y la media de la población que estamos

dispuestos a aceptar en el nivel de confianza que hemos indicado.DIFICULTAD : la determinación de la desviación estándar de la poblaciónEste método también puede abordarse desde el punto de vista del error permisible relativo, en vez

del absoluto. En este caso, tanto como E se expresan en función de su porcentaje de la media verdadera de la población

Estimando la Proporción de la Población   : para este caso, se trata de una proporción y no de una media. Está dada por : n=(Z2 P(1-P))/E2

donde :P = proporción de la población que posee la característica de interés (si NO se puede estimar la proporción, utilizar P=0.5

El estudio es más económico cuanto más se acerca a la proporción P real que se propone inicialmente.Muestreo cuando la población es finita   : Por lo general, casi nunca nos hemos de preocupar por el tamaño de la población. Sin embargo, cuando la muestra es 5% o más de la población, entonces se utiliza n= /[(E2/Z2)+(2/N)] , donde N es el tamaño de la población.

También puede calcularse por proporciones con la siguiente fórmula : n = (P(1-P)/[E2/Z2)+((P(1-P)/N))]

Tamaño de la muestra en el muestreo estratificado   : Según si la estratificación sea proporcional o desproporcional, se sabrán cuántas unidades muestrales figurarán en cada estrato. Si es PROPORCIONAL entonces los estratos son con cantidades regulares. Si es DESPROPORCIONAL, entonces : nA = nNAA/(NA A+ NB B + NCC + ....) donde :

nA = tamaño óptimo de la muestra que se extrae del estrato An = tamaño total de la muestra.NA = número de elementos en el estrato A A = desviación estándar de elementos en el estrato ANB = número de elementos en el estrato B B = desviación estándar de los elementos en el estrato B

Aplicando el enfoque bayesiano al muestreo.

Este enfoque está orientado a la toma de decisiones y se ocupa de aspectos de costo frente a valor de varios tamaños de la muestra. Aquí , se explorará el valor esperado de varias posibilidades del tamaño de la muestra que proporcionará el beneficio global óptimo en función de las ganancias y el costo de errores conexos con la decisión par la cual se va a extraer una muestra

6) SELECCIONAR LA MUESTRA Y REUNIR INFORMACIÓN:

Se siguen las reglas de elección definidas en el proceso y el empleo de los medios de obtención de datos.

7)VALIDAR LA MUESTRA:

Comparación de las características de la muestra con las de la población de la cual se extrajo

8) ANALIZAR LOS DATOS Y PRESENTAR LOS RESULTADOS:

Esta es la etapa final del muestreo coincide ligeramente con la validación de la muestra, la que exige un análisis.