Embed Size (px)
Citation preview
Muestreo
Lic. Nestor Peralta
Muestreo• 1996 – Blin Clinton gano las elecciones
Elecciones 1996 - USA
49
41
9
1
0
10
20
30
40
50
60
Clinton Dole Perot otros
Po
rcen
taje
Muestra
• ¿Cuántas entrevistas cree que requirieron las encuestadoras para quedar a un par de puntos porcentuales de estimar la conducta de unos 90 millones de votantes?.
• Respuesta: menos de 2000
Muestreo
• Nunca se puede observar todo, si se medita un poco se tiene un mundo entero de observaciones posibles.
• Para el ejemplo, si se quiere observar a los electores, ¿a cuáles debe estudiar?.
• El proceso mediante el cual se eligen las observaciones se llama Muestreo
• Un revista Literary Digest se público en USA entre 1890 y 1938.
• En el 1920, expidieron a personas de seis estados tarjetas en las que les preguntaban por quien iban a votar en las elecciones, si por Warren o por James.
• Los nombres para el sondeo se tomaron de directorios telefónicos y registro automovilisticos. Basados en las tarjetas devueltas, el Digest acertó el pronostico de que Warren resultaria electo.
La historia del Muestreo
• En 1936, realizo un sondeo mas ambicioso:
envió 10 millones de boletas a personas
suscritas a los directorios telefónicos y de las
listas de propietarios de automóviles, mas de
dos millones respondieron y le dieron la victoria
a Alf London con un sorprendente y aplastante
57 a 43 porciento sobre Franklin Roosevelt.
• Dos semanas mas tarde Roosevelt gano las
elecciones por 61 a 39 porciento a London
La historia del Muestreo
• El marco de muestreo que se empleo:
Suscriptores de teléfonos y propietarios de
automóviles. Este diseño eligió una muestra de
personas desproporcionadamente ricas, en
particular al salir de la gran depresión
económica.
• La muestra excluyo a la gente pobre, y fueron
los pobres sobre todo quienes votaron por el
nuevo trato (new deal), el programa de
recuperación económica de Roosevelt.
La historia del Muestreo
• George Gallup: pronostico que Roosevelt ganaría, su éxito dependió se su aprovechamiento del muestro por cuotas, que básicamente consiste en saber las características de la población de la que se toma la muestra: La proporción de hombres y mujeres, los diversos ingresos, edades, etc.
• Se elige el numero correcto de: Hombres blancos pobres del campo, mujeres negras ricas citadinas, etc.
• Las cuotas se basan en las variables mas pertinente para el estudio.
• Al conocer las cifras de la distribución de ingresos, Gallup eligió a personas de su muestra de modo que hubiera una proporción correcta de entrevistados en cada nivel de ingreso
La historia del Muestreo
• En el 1948: Pronostico que Dewey ganaba las elecciones, pero eso no resulto, gano las elecciones Harry Truman.
• En el muestreo por cuota requiere que el encuestador conozca la población, para dicho pronostico, se uso el censo del 1940, sin embargo para 1948 la segunda guerra mundial había producido un desplazamiento de masas del campo a la ciudad que había modificado radicalmente la población que se tenia en 1940.
La historia del Muestreo
Dos métodos de Muestro
• Probabilístico: básicamente esta técnica consiste en elegir una muestra aleatoria de un lista de nombres de todos los miembros de la población que a uno le interesa estudiar.
• No probabilístico: Son técnicas donde no se conoce la población.
No Probabilístico• MUESTREO POR CUOTAS: También denominado en ocasiones,
"accidental". Se asienta generalmente sobre la base de un buen conocimiento de los estratos de la población y/o de los individuos más "representativos" o "adecuados" para los fines de la investigación. Mantiene, por tanto, semejanzas con el muestreo aleatorio estratificado, pero no tiene el carácter de aleatoriedad de aquél.
• En este tipo de muestreo se fijan unas "cuotas" que consisten en un número de individuos que reúnen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 años, de sexo femenino y residentes en Asunción. Una vez determinada la cuota, se eligen los primeros que se encuentren que cumplan esas características. Este método se utiliza mucho en las encuestas de opinión.
• Por ejemplo, el Ministerio de Salud (MS) desea estudiar la incidencia de las drogas en la adolescencia. Lo que deberíamos hacer sería: conocer por los informes del Ministerio de salud cuáles son los centros más afectados por el problema, fijar un número de sujetos a entrevistar proporcional a cada uno de los estratos (cuotas) y finalmente dejar en manos de los responsables del trabajo de campo a qué sujetos concretos se deberáentrevistar.
• MUESTREO INTENCIONAL: Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras "representativas"mediante la inclusión en la muestra de grupos supuestamente típicos. Es muy frecuente su utilización en sondeos preelectorales de zonas que en anteriores votaciones han marcado tendencias de voto.
• MUESTREO CASUAL O INCIDENTAL: Se trata de un proceso en el que el investigador selecciona directa e intencionadamente los individuos de la población. El caso más frecuente de este procedimiento el utilizar como muestra los individuos a los que se tiene fácil acceso (los profesores de universidad emplean con mucha frecuencia a sus propios alumnos). Un caso particular es el de los voluntarios.
• BOLA DE NIEVE: Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y así hasta conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente cuando se hacen estudios con poblaciones "marginales", delincuentes, sectas, determinados tipos de enfermos, etc.
No Probabilístico
Probabilístico
Terminología del muestreo
• Elemento Un elemento es una unidad de la que se recopila información y que brinda la base para el análisis. Habitualmente, en las encuestas los elementos son las personas, o ciertas clases de personas; sin embargo, otras unidades también constituyen los elementos para la investigación social: familias, clubes sociales o empresas pueden ser los elementos de un estudio. (Elementos y unidades de análisis suelen ser los mismos en un estudio, aunque los primeros se refieran a la selección de la muestra y las segundas remitan al análisis de datos.).
• Población Una población es la suma —especificada por una teoría— de los elementos de estudio. Ejemplo: El término paraguayo, puede ser el objeto de un estudio, la descripción de la población comprendería la definición del elemento paraguayo (por ejemplo, ciudadanía, residencia, etc.)
Terminología del muestreo
• Población de estudio Una población de estudio es la suma de los elementos de los que se eligió la muestra. A menudo, los investigadores deciden limitar más sus poblaciones de estudio. El investigador que desea tomar una muestra de profesores de psicología puede limitar su estudio a quienes ejercen en el departamento de la materia y omitir a los que trabajan en otros departamentos.
• Unidad de muestreo Una unidad de muestreo es aquel elemento o conjunto de elementos cuya elección se considera en alguna etapa del muestreo. Por ejemplo, digamos que usted toma del censo una muestra de manzanas de una ciudad, luego una muestra de casas de las manzanas elegidas y por último una muestra de adultos de las casas seleccionadas. En cada etapa, las unidades de muestreoson las manzanas del censo, las casas y los adultos, pero sólo estos últimos son elementos
• Variable: es un conjunto de atributos mutuamente excluyentes: género, edad, ocupación, etc. Es posible describir los elementos de una población por sus atributos en determinada variable .
• Parámetro es la descripción resumida de cierta variable en una población. Son parámetros el ingreso medio de todas las familias de una ciudad y la distribución de edades de sus habitantes.
• Estadísticos son descripciones resumidas de cierta variable de la muestra. Así, el ingreso medio calculado de una muestra y la distribución de edades de ésta son estadísticos. Los estadísticos de las muestras sirven para hacer estimaciones de los parámetros de la población.
Terminología del muestreo
Terminología del muestreo
• Error de muestreo Los métodos de muestreo probabilístico rara vez, dan estadísticos exactamente iguales a los parámetros que estiman. Sin embargo, la teoría de la probabilidad nos permite estimar el grado de error esperado en determinado diseño de muestra.
• Niveles e intervalos de confianza Los dos componentes claves de las estimaciones de los errores de muestreo son los niveles de confianza y los intervalos de confianza. Expresamos la exactitud de los estadísticos de nuestra muestra en términos de un nivel de confianza de que los valores caen dentro de un intervalo especificado del parámetro. Por ejemplo, podríamos decir que tenemos un 95 por ciento de confianza de que nuestros estadísticos (digamos, 50 por ciento en favor del candidato X) están dentro de más o menos cinco puntos porcentuales del parámetro de la población. A medida que el intervalo de confianza para un estadístico determinado se amplía, aumenta nuestra confianza y podríamos decir que tenemos un 99.9 por ciento de confianza en que un nuestro estadisticos se encuentra a 7.5 puntos porcentuales
Tipo de muestreo probabilístico
• Teoría del muestreo probabilístico
• El propósito final del muestreo es elegir un conjunto de elementos de una población de modo tal que la descripción de dichos elementos (estadísticos) represente en forma precisa los parámetros de esa población total de la que fueron tomados. El muestreo probabilístico aumenta la probabilidad de alcanzar este objetivo y también proporciona los métodos para calcular el grado probable de éxito.
• La selección aleatoria es la clave de este proceso. Aquícada elemento tiene la misma probabilidad de selección independientemente de cualquier otro suceso en el proceso.
Clase de diseño de muestreo
1. Muestreo aleatorio simple
2. Muestreo aleatorio Sistemático
3. Muestreo aleatorio Estratificado
4. Muestreo aleatorio por Conglomerados
• Se escoge al azar los miembros del universo hasta completar el tamaño muestral previsto
• En teoría se enumeran previamente todos los elementos y de acuerdo con una tabla de números aleatorios se van escogiendo
• El procedimiento puede darse con o sin reemplazos y esta condición afectaráposteriormente el análisis
Muestreo aleatorio simple
Muestreo aleatorio sistemático
• El MAS siempre requiere de una lista de
elementos, es muy laborioso si se hace a mano.
• Entonces se usa el muestreo sistemático donde:
– En el universo (N) se elige el primer elemento al azar
– Luego los demás se escogen cada cierto intervalo
(k), hasta completar el tamaño muestral (n).
• K= tamaño de muestra/tamaño de la población.
– El tamaño del intervalo (k) se calcula así: k = N/n
• Intervalo de muestreo = tamaño de población/tamaño de la muestra
Muestreo estratificado
Considera que al interior del universo existen
estratos (subgrupos internamente homogéneos
pero cualitativa y cuantitativamente diferentes
entre sí), y que no se cumple la condición de
selección aleatoria pues los miembros del grupo
mayoritario tienen una mayor probabilidad de
ser seleccionados en la muestra. Dicho de otro
modo es el proceso de agrupar a los miembros
de una población en estratos relativamente
homogéneos antes de tomas ninguna muestra
• Alineamos nuestra micro población de acuerdo con el sexo y la raza. Entonces, con un inicio aleatorio en tres, tomamos a cada décima persona.
• El muestreo garantiza la representatividad adecuada de las variables de estratificación mejorará la representación de otras variables relacionadas.
Muestreo por conglomerados
• Los métodos presentados hasta ahora están pensados para seleccionar directamente los elementos de la población, es decir, que las unidades muéstrales son los elementos de la población.
• En el muestreo por conglomerados la unidad muestrales un grupo de elementos de la población que forman una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los departamentos universitarios, una caja de determinado producto, etc., son conglomerados naturales. En otras ocasiones se pueden utilizar conglomerados no naturales como, por ejemplo, las urnas electorales. Cuando los conglomerados son áreas geográficas suele hablarse de "muestreo por áreas".
DECISIONES DE M U E S T R E ODECISIONES DE M U E S T R E O
No. 1: ¿Debo tomar una muestra ?
Se quiere saber cómo se comporta una cierta característica en unUniverso particular
Se quiere saber cómo se comporta una cierta característica en unUniverso particular
El Universoestá biendefinido
?
Definir El
Universo
Es posibleobservar todo el
Universo ?
Observaruna Muestra
Observaruna Muestra
Hacerun Censo
NONO
Sí
Sí
Tomaruna Muestra
No representativa
Tomaruna Muestra
No representativa
Tomar una Muestra
Representativa
Se quiereinferir la medición
al Universo?
NO
Sí
Las obsrvacionespueden
atribuírse a los miembros del Universo
Las obsrvacionessolo pueden atribuírse a la muestra, NO a
los miembros del Universo
Las obsrvacionespueden
atribuírse a los miembros del Universo
Decisiones de M u e s t r e oDecisiones de M u e s t r e o
No. 2: Selección de una Muestra No Representativa
Se quiere medir
una variable en una Muestra No Representativa
Se quiereinferir la medición
al Universo?
NO
Sí El procedimientoestá contraindicado.
Revise su planteamiento
Precise los atributos
esenciales que CARACTERIZAN al subgrupo
Exprese estos atributos como CRITERIOS DE INCLUSION en la
muestra
Lsos sujetos que cumplan los criterios de inlcusionson rpresentativos de un UNIVERSO ARTIFICIAL
Defina por CONVENIENCIA los criterios de SELECCIÓN
La observación de este UNIVERSO ARTIFICIAL solo es PREDICABLE a
sus integrantes
La utilidad de las Muestras No Representativas depende de su representatividad cualitativa y no de su tamaño
DECISIONES DE M U E S T R E ODECISIONES DE M U E S T R E O
No. 3: Selección de una Muestra Representativa
Se quiere estimar unParámetro del Universo partiendo de una Muestra
Representativa
Se quiere estimar unParámetro del Universo partiendo de una Muestra
Representativa
De qué naturaleza es el Parámetro a
estimar?
Variable Variable ContinuaContinua
Muestreo Representativo para estimar una
MediaMedia
Variable Variable CualitativaCualitativa
Muestreo Representativo para estimar una Proporción
DECISIONES DE M U E S T R E ODECISIONES DE M U E S T R E O
No. 4: Definicion Del Tamaño Muestral
Se ha decidido tomar una muestra
representativa del Universo
La Variable de muestreo es CUALITATIVA
La Variable de muestreo es CONTINUA
Definición de tamaño muestral
para una Proporción conocida
Definición de tamaño muestral
para una Proporción desconocida
Definición de tamaño muestralpara una varianza
conocida
Definición de tamaño muestralpara una Varianza
desconocida
Definición de tamaño muestralpara un RR y un poder definidos
Definición de tamaño muestralpara una OR y un poder definidos
Estudio de Seguimiento
Estudio de Casos
Intención de describir la variable(Estudios
descriptivos)
Intención de relacionar la
variable con otras(Estudios analíticos)
n = Z2pq
ES2
No. 5: Definición del tamaño muestral n para una Variable Cualitativa Cualitativa cuyo comportamiento se conoce (P se conoce)P se conoce)
Se quiere medir una variable CUALITATIVA (proporción p) en unaMuestra Representativa
Se quiere medir una variable CUALITATIVA (proporción p) en unaMuestra Representativa
Definir el máximo error aleatorio adminisble (Error
Estándar ES)
Definir la confiabilidad de la medición (nivel alfa)
No. 6: Definición del tamaño muestral n para una Variable Cualitativa cuyo comportamiento se DESconoce (P desconocida)
Se quiere medir una variableCUALITATIVA (proporción
p) en una Muestra Representativa
Se quiere medir una variableCUALITATIVA (proporciCUALITATIVA (proporcióónn
p)p) en una Muestra Representativa
Definir el máximo error aleatorio adminisble(Error Muestral EM)
Definir la confiabilidad Definir la confiabilidad de la medicide la medicióón (nivel n (nivel
alfa)alfa)
nn = Z2 PQ
EM2
Se asumen los valores máximos de P y Q: P=0.5P=0.5 Q=0.5
No. 7: Definición del tamaño muestral n para una Variable CONTINUACONTINUA cuya variación se conoce
Se quiere medir una variableCONTINUA (MEDIA X) en una Muestra Representativa
Se quiere medir una variableCONTINUA (MEDIA X)CONTINUA (MEDIA X) en una Muestra Representativa
Definir el Error Estándar (ES)
Esperado
Definir la la Confiabilidad Z
Esperada
n = Z2s2
ES2
Definir La Desviación Estándar
(S) ConocidaConocida
No. 8: Definición del tamaño muestral n para una Variable CONTINUACONTINUA cuya variación se DESconoce
Se quiere medir una variableCONTINUA (MEDIA X) en una Muestra Representativa
Se quiere medir una variableCONTINUA (MEDIA X)CONTINUA (MEDIA X) en una Muestra Representativa
Definir el Error Estándar (ES)
Esperado
Definir la la Confiabilidad Z
Esperada
nn = Z2s2
ES2
Estimar o suponerLa Desviación Estándar
(S) Esperada
No. 8: Definición del tamaño muestral n para un estudio de SEGUIMIENTOSEGUIMIENTO
Se quiere medir un RR en una Muestra Representativa
Se quiere medir un RR en una Muestra Representativa
Definir el Poder (Mínimo error Beta)
Esperado
Definir la la Confiabilidad Z
Esperada
Los valores estántabulados
Definir el RR mínimo esperado
No. 9: Definición del tamaño muestral n para un estudio de CASOS Y CONTROLES
Se quiere medir una OR en una Muestra Representativa
Se quiere medir una OR en una Muestra Representativa
Definir el Poder (Mínimo error Beta)
Esperado
Definir la la Confiabilidad Z
Esperada
Los valores estántabulados
Definir la OR Esperada
• Muchas Gracias!!!!!
