Material muestra para alumnos

of 25/25
TECNICAS DE INVESTIGACION EN CIENCIAS SOCIALES Cátedra: Lago Martínez 1º Cuatrimestre 2011 Material de Cátedra Silvia Lago Martínez SELECCIÓN DE UNIDADES DE OBSERVACIÓN: DISEÑOS PROBABILISTICOS Y NO PROBABILISTICOS Una investigación politológica puede centrarse sobre innumerables cuestiones: desde el comportamiento político, la participación política, el estudio de las políticas públicas, las decisiones judiciales, las relaciones entre distintas instituciones, la organización de los partidos políticos, el funcionamiento de las administraciones públicas, la representación política, ideologías políticas, sistema político, partidos y grupos de presión, actitudes políticas, relaciones internacionales, etc. Se puede estudiar lo que se quiera, siempre que se haga con arreglo a reglas determinadas que permitan avanzar en el conocimiento válido y confiable de la realidad política que interesa al investigador. El proceso de investigación está lleno de situaciones en las que se debe elegir: de que fuentes obtener la información, que variables observar y cuáles ignorar, como definir sus categorías, como seleccionar las unidades de observación, que técnicas de análisis utilizar, etc. Nos vamos a ocupar aquí de la selección de unidades de observación, en una investigación cuantitativa, de cómo se lleva a cabo dicha elección dependerá en buena medida la calidad de la información que se recoja. Por ello es de suma importancia la planificación y ejecución del diseño de la muestra.
  • date post

    29-Oct-2014
  • Category

    Travel

  • view

    45
  • download

    4

Embed Size (px)

description

 

Transcript of Material muestra para alumnos

  • 1. TECNICAS DE INVESTIGACION EN CIENCIAS SOCIALESCtedra: Lago Martnez1 Cuatrimestre 2011Material de CtedraSilvia Lago MartnezSELECCIN DE UNIDADES DE OBSERVACIN: DISEOS PROBABILISTICOS Y NO PROBABILISTICOSUna investigacin politolgica puede centrarse sobre innumerables cuestiones: desde elcomportamiento poltico, la participacin poltica, el estudio de las polticas pblicas, lasdecisiones judiciales, las relaciones entre distintas instituciones, la organizacin de lospartidos polticos, el funcionamiento de las administraciones pblicas, la representacinpoltica, ideologas polticas, sistema poltico, partidos y grupos de presin, actitudespolticas, relaciones internacionales, etc.Se puede estudiar lo que se quiera, siempre que se haga con arreglo a reglas determinadasque permitan avanzar en el conocimiento vlido y confiable de la realidad poltica queinteresa al investigador.El proceso de investigacin est lleno de situaciones en las que se debe elegir: de quefuentes obtener la informacin, que variables observar y cules ignorar, como definir suscategoras, como seleccionar las unidades de observacin, que tcnicas de anlisis utilizar,etc.Nos vamos a ocupar aqu de la seleccin de unidades de observacin, en una investigacincuantitativa, de cmo se lleva a cabo dicha eleccin depender en buena medida la calidadde la informacin que se recoja. Por ello es de suma importancia la planificacin yejecucin del diseo de la muestra.En esta clase vamos a ver en qu consiste el diseo muestral, en grandes lneas como hayque proceder para la consecucin de una muestra apropiada, que es una muestra, que tiposde diseos mustrales existen.Una de las primeras decisiones a tomar es la especificacin y acotacin de la poblacin aanalizar. Es esencial definir tanto la muestra (unidades observadas) como el universo(conjunto de unidades de anlisis tanto observadas como no observadas). De manera quedefinimos:POBLACIN: conjunto de unidades (pueden ser personas, familias, escuelas) sobre lasque se interesa el investigador y por lo tanto se desea obtener cierta informacin. La mismadebe estar definida conceptualmente, espacialmente y temporalmente. Por ejemplo unestudio sobre comportamiento electoral tiene como universo al conjunto de los electores deuna determinada entidad territorial, podra ser los electores de la ciudad de Buenos Aires enel segundo semestre de 2002

2. MUESTRA: es una parte de la poblacin, slo aquellas unidades que se observan, es ungrupo de unidades seleccionadas con la intencin de estimar los valores verdaderos de lapoblacin. Por ejemplo: estimar el promedio de edad de los electores, nivel educativo,grado de cercana a un partido poltico, voto en las ltimas elecciones a Jefe de GobiernoDEFINIR PARMETROS Y ESTADSTICOSUna vez definida la poblacin se procede al diseo de la muestra, la seleccin de lasunidades de dicha poblacin sobre las cuales se va a obtener la informacin.Por razones de economa (en tiempo y dinero), por decisin terica u otras, u otras, rara vezse observa a cada una de las unidades que lo conforman, por el contrario se decide laextraccin de una muestra de los integrantes del universo. Esta decisin dependefundamentalmente de la estrategia de la investigacin que se haya elegido para llegar a losobjetivos buscados.A travs de muestras se puede obtener, en muchos casos, la informacin requerida con unahorro sustantivo de recursos humanos, econmicos y de tiempo sin que ello implique unalejamiento de la realidad que se desea conocer.De manera que la eleccin de una (o varias) de las modalidades de muestreo (probabilsticoo no probabilstico) se halla determinada por la confluencia de tres componentes claves enla prctica de cualquier investigacin: los objetivos, los recursos y el tiempo dado para surealizacin.Diseo de la muestraConjunto de operaciones necesarias para el desarrollo de una muestra: Los mtodos o tcnicas de seleccin. Las frmulas de clculos de los errores de muestreo. Las frmulas y clculos del tamao de la muestra. Los mtodos de estimacin de los parmetros poblacionales a partir de los estadsticosmuestrales.La teora de muestreo indica los procedimientos o tcnicas para extraer una parte o muestradel colectivo o poblacin que se quiere estudiar y del resultado de este anlisis inferir oafirmar algo del universo total.Hoy slo vamos a ver un aspecto de esta teora, ms especficamente los mtodos o tcnicasde seleccin de una muestra.Pero previamente vamos a ver un esquema que resume los distintos pasos que debemosseguir para seleccionar una muestra: 3. PASOS EN EL PROCEDIMIENTO DEL MUESTREO En el esquema que sigue diagramamos la secuencia de pasos paraseleccionar una muestra.Unidades ElementalesUnidades de Muestreo DEFINIR LAPaso 1 POBLACINCobertura Perodos ListasDirectorios IDENTIFICAPaso 2 RGuas EL MARCOMapas 4. Muestras Probabilsticas SELECCIONAPaso 3 R EL TIPO DE Muestras No ProbabilsticasMuestras Probabilsticas: Aleatorio simple Al azar sistemtico Estratificado Por conglomerados o por reas ELEGIR ELPaso 4 MTODO DEMuestras No Probabilsticas: Coincidental o por conveniencia Opintico Por cuotas Eleccin razonada Dispersin de la variable V. numricas: varianza ( 2) V. cualitativas: (P x Q) DETERMINA Nivel de significacin ( )Paso 5 R EL Coeficiente de confianza (z) TAMAO DE Error de estimacin V. numricas: error abs (e) V. cualitativas: error rel (e%) Tamao poblacional (N) Universos finitos ( N 100.000)o infinitos (N > 100.000) 5. Unidades elementales: es la unidad acerca de la cual se solicita informacin. Esta unidades la que suministra la base del anlisis.Unidades de muestreo: cada uno de los elementos que comprende la base de la muestra yque figuran numerados o individualizados en el registro.Descripcin de la Cobertura: Debe darse una descripcin exacta de la regin geogrficaque alcanza la muestra, y delimitar espacialmente a la poblacin representada por lamuestra. Por ejemplo: Capital Federal y 22 partidos del Conurbano Bonaerense.Perodos: Fecha y duracin del relevamiento de informacin con la muestra seleccionada.Veamos un ejemplo: supongamos que realizamos un estudio sobre opinin poltica ycomportamiento electoral con el objetivo de conocer las opiniones sobre larepresentatividad de los polticos y los partidos polticos en el marco de la crisis social,econmica y poltica de la argentina y su relacin con la intencin de voto a Jefe deGobierno para mayo de 2002. La tcnica de recoleccin es la encuesta. Unidad elemental: Hombre y mujeres de 18 a 65 aos en el momento de la encuesta,residentes en la Ciudad de Buenos Aires y en condiciones de votar. Unidad de muestreo: 1 Distritos electorales de la Ciudad de Buenos Aires, 2Manzanas (conglomerado o reas de 9 manzanas), 3 Viviendas, 4 Unidades familiares(hogares), 5 elector, un miembro del hogar seleccionado al azar con probabilidadproporcional de electores en el hogar.. Cobertura: a) Ciudad de Buenos Aires Perodos: octubre / noviembre de 2002.MARCO MUESTRAL:Cualquier diseo muestral (mxime los probabilsticos) comienza con la bsqueda dedocumentacin que ayude a la identificacin de la poblacin de estudio. Por ejemplo uncenso general de poblacin, un listado que comprende a las unidades de la poblacin, unpadrn electoral, un mapa catastral con representacin de manzanas, etc. La aplicacin dedeterminado tipo de muestreo no es indiferente. Depende de la informacin disponiblesobre el marco muestral, pero adems condiciona el proceso y repercute en los erroresmuestrales . De manera que lo importante es que ese marco muestral est completo y/oactualizado. En la medida en que el conocimiento de dicho marco sea ms exacto, sereducira, en primer lugar, los sesgos que se podran introducir por su desconocimiento. Ejemplificacin del marco muestralEn la Encuesta Permanente de Hogares (Diseo de la muestra, Plan de muestreo yOrganizacin del marco muestral de la EPH), para la primera etapa el marco muestralestuvo integrado por todos los aglomerados urbanos de ms de 100.000 habitantes que seancapitales de provincias. 6. Desde el punto de vista poltico-administrativo las provincias estn divididas endepartamentos (municipios). Estos departamentos han sido subdivididos a su vez, confines censales, en radios que se agrupan en fracciones.Pero a medida que el tiempo transcurra los datos censales no ofrecan la adecuacina la realidad que se requera para organizar el marco sobre ellos. As es que, en todo elproceso de incorporacin de aglomerados urbanos al programa hubo que organizar losmarcos partiendo de las cifras censales pero completndolos o corrigindolos con cualquiertipo de informacin disponible y realizando recorridos en terreno para establecer ladelimitacin definitiva de la zona a estudiar.Un aglomerado urbano: es un conjunto de localidades urbanas geogrficamentecontinuas entre s, sin interposicin de zonas no urbanas, que exceden los lmites dedivisiones administrativas municipales o provinciales. Para diferenciarlo de su localidad sele antepone el adjetivo Gran: Gran Buenos Aires (GBA), que incluye a la Capital Federaly los partidos de Conurbano Bonaerense: Vicente Lpez, San Isidro, Gral. San Martn, Tresde Febrero, Lomas de Zamora, Morn, y Lans, (cuyas superficies se integran totalmente alaglomerado), ms 15 partidos cuyas superficies se integran parcialmente al aglomerado,constituyendo as los 22 partidos del Conurbano Bonaerense. El marco muestral queda formado, entonces, para la Capital Federal, por ejemplo,como un conjunto de distritos escolares (del I al XXII) que se subdividen en fraccionescensales (que agrupan viviendas), que a su vez se subdividen en radios censales (grupo conun tamao promedio de 300 viviendas), que a su vez se dividen en manzanas. 1TIPO DE MUESTREO: el procedimiento mediante el cual se extrae una muestra de unapoblacin dada. Como ya dijimos es toda parte representativa de un conjunto - poblacin-cuyas caractersticas debe reproducir en pequeo lo ms exactamente posible.Los tipos de muestreo son dos: probabilstico y no probabilstico.Muestreo probabilsticoSe fundamenta en la aleatorizacin como criterio esencial de seleccin muestral. Lascondiciones bsicas de representatividad son las siguientes:a) Cada unidad de la poblacin tenga una probabilidad conocida a priori de participar en la muestra.b) La eleccin de cada unidad muestral sea independiente de las dems.c) El clculo del error muestral puede hacerse dentro de unos mrgenes de probabilidad especfico.MTODOS DE MUESTREO PROBABILSTICOMuestreo aleatorio simple: requiere de la existencia de un marco muestral, una vezlocalizado se asigna a cada unidad de la poblacin (en el listado) un nmero secuencial deidentificacin para luego proceder a la extraccin aleatoria de los integrantes de la muestra.La seleccin puede realizarse por un proceso mecnico, por ejemplo una urna con bolitasnumeradas o bien por medio de una tabla de cifras aleatoria o con las mismas calculadoras1Encuesta Permanente de Hogares, Diseo de las muestras, Primera Etapa, INDEC, pg. 9. 7. cientficas o un programa de computacin o bien cualquier procedimiento que garanticeque:a) Cada unidad de la poblacin tenga una probabilidad igual de participar en la muestra.Esta probabilidad viene determinada por la fraccin de muestreo= n/N (tamao de lamuestra/tamao de la poblacin).b) Cada combinacin de "n" elementos tenga igual probabilidad de ser seleccionado.c) La seleccin muestral sea totalmente aleatoria hasta alcanzar el tamao de la muestraestablecido. No obstante se aconseja extraer un nmero mayor de unidades comoreemplazo.La eleccin de las unidades muestrales puede hacerse sin reemplazamiento (cuando cadaunidad de la poblacin puede ser elegida una sola vez o con reemplazamiento (participa enelecciones sucesivas). Lo habitual es sin reemplazamiento.Cmo manejarse con la Tabla de nmeros aleatorios se resume en los siguientes pasos:PASO 1: Decidir la direccin en la que leer la tabla (hacia abajo, hacia arriba, hacia laderecha, incluso diagonalmente), entonces a ciegas deje caer un lpiz sobre la tabla denmeros aleatorios y comience a leer.PASO 2: Desde el punto de inicio comience a seleccionar nmeros aleatorios sucesivos quepueden potencialmente ser igualados a las unidades de poblacin, para "n" menor que 100seleccione nmeros de dos dgitos, para "n" menos que 1.000 seleccione nmeros de tresdgitos.PASO 3: las unidades de poblacin cuyos nmeros asignados concuerden con los nmerosobtenidos aleatoriamente constituyen la muestra aleatoria.Este tipo de muestreo se aplica, fundamentalmente en investigaciones sobre poblacionespequeas, plenamente identificables, ms an si son universos especficos y diferenciados.En el caso de poblaciones grandes ofrece mayores dificultadesEjemplificacin del muestreo al azar simpleSupongamos que sobre la misma temtica comentada arriba el inters se centra en conocerla opinin sobre la llamada crisis de representatividad entre los miembros del Colegioprofesional de Ciencias Polticas de la ciudad de Buenos Aires, teniendo en cuenta quenuestro universo o poblacin no son todos los politlogos del pas sino aquellos que seencuentran colegiados en esa institucin, el instrumento a utilizar es un cuestionario semi-estructurado. Debemos contar con el listado actualizado de todos los miembros del Colegio,y haber calculado el tamao de mi muestra. Se numeran desde el 00 al ltimo nmero quecorresponda segn nmero de miembros. Luego recurro a la tabla de nmeros al azar,o puedo seleccionar otra fuente de extraccin como el paquete estadstico SPSS, dondese puede generar nmeros aleatorios en la opcin Seleccin aleatoria de casos (RandomNumber Seed) del men Transformar (Transform) de la ventana del Editor de Datos.Decido leer la tabla de izquierda a derecha y continuar con la lnea siguiente. Despusnecesito elegir una cifra inicial al azar, si el nmero obtenido est fuera de la serie que nosinteresa, continuamos con otros nmeros descartando aquellos que no entran en nuestraserie. El primer nmero seleccionado que est dentro de la escala que necesitamos, porejemplo el N 10 incorpora a un miembro, continuamos leyendo hasta llegar al 2 nmero 8. que es 02 .Contino leyendo y aparece nuevamente la 02, por lo tanto realizo la muestracon reemplazamiento y lo omito, contino y la siguiente es la 00 Finalmente arribo alnmero de miembros del colegio que forman parte de la muestra. Muestreo Aleatorio Simple VentajasDesventajasTiendea reflejar todaslas Listado completo (no siempreescaractersticas de la poblacin posible)Facilidad de clculos estadsticosDemanda tiempo en poblacionesgrandesLas estimaciones realizadas son menosprecisas que las realizadas con unaestratificada.Aumentan costos y tiempos cuando lasunidades si son individuos vivendistantes.Muestreo al azar sistemticoSimilar a aleatorio simple, hay que confeccionar un listado de todos los elementos queincluye la poblacin, la diferencia estriba en el mtodo de seleccin de los casos. Consisteen seleccionar los diferentes elementos de la muestra mediante intervalos preestablecidos, apartir de uno de ellos elegidos al azar.Se define la fraccin k dada por el cociente:N/nLa primera unidad se selecciona al azar simple entre las primeras k unidades del listado, ylas subsiguientes se seleccionan sistemticamente cada fraccin k.Ejemplificacin del muestreo al azar sistemticoConsiderando el mismo listado del ejercicio anterior, para elegir una muestra por ejemplode 50 entre 200, la fraccin k es 200/50= 4. Se procede del mismo modo que en elmuestreo al azar simple: se lista, se enumera del n 00 al n 199, se elige al azar entre los 4primeros nmeros el que ser el primer elemento de la muestra.El segundo ser igual al nmero obtenido + kY asi sucesivamente cuando llegamos a un nmero mayor al 200 y sabemos que K es 4,contamos hacia abajo y continuamos contando en el inicio del listado hasta llegar a los 50que conforman nuestra muestra.La seleccin sistemtica posee la ventaja de extender la muestra sobre toda la poblacin,ser de fcil aplicacin, y conseguir un efecto similar al de la estratificacin si las unidadesse han ordenado previamente siguiendo un cierto criterio. Por el contrario puede inducirsesgos debido al hecho de que cada unidad en la muestra es seleccionada con unaperiodicidad constante igual a Kn. Para evitar este peligro hay que hacer un estudio previo 9. del universo y de los listados que lo contienen, incluso podra desordenarlos parapreparar la seleccin de elementos muestrales.Algunos autores consideran este muestreo desde el punto de vista estrictamenteestadstico como no probabilstico ya que si bien es correcto que una vez iniciado elmuestreo las probabilidades son las mismas para la primera seleccin -es decir para los nsujetos que estn incluidos en el nmero fijo-, una vez elegido este nmero, laprobabilidad de los sujetos 14, 18, 02 y 06 es 1, mientras que la probabilidad de cualquierotro sujeto en el listado es 0 Muestreo Aleatorio sistemticoVentajasDesventajasNo requiere del uso contnuo de la Tabla Desde un p.v. estadstico no esde nmero aleatorios.probabilstico . Lo es al inicio 1 Paso pero no en los siguientes Pasos. La P de los seleccionados es 1 mientras que la P de cualquier otro sujeto es 0Extiende la muestra sobre toda la Puede inducir sesgos debido al hechopoblacinde cada unidad en la muestra es seleccionada con una periodicidad constante igual a kn.Fcil aplicacin y consigue un efecto Sesgos en los listadossimilar al de la estratificacin si lasunidades se han ordenado previamentesiguiendo un cierto criterioMuestreo estratificado:Este tipo de muestreo es conveniente cuando la poblacin o universo puede ser dividido encategoras o estratos o grupos que tienen un inters analtico, y que por razones tericas yempricas presentan diferencias entre ellos. La ventaja es que se logra una mayorhomogeneizacin de la muestra final.Por ejemplo uno puede estratificar una poblacin segn la edad, el gnero, la educacin, lasituacin ocupacional, el status socioeconmico, la afiliacin poltica, etc. Si las unidadesson comunidades se puede estratificar segn su nivel de desarrollo socioeconmico,caractersticas de produccin, geogrficas.Es decir que la estratificacin en s, la definicin de cada uno de los estratos, es unproblema de los propsitos de investigacin, tipo de preguntas que nos queremos respondery teora sustantiva.Una vez definidos los estratos y dividido el universo en estratos o valores, segn una ovarias variables, es posible diferenciar dos tipos de muestras estratificadasa) Muestra estratificada proporcional: se asigna a cada estrato en la muestra un nmero proporcional a la cantidad de casos del estrato en la poblacin 10. b) Muestra estratificada no proporcional: no se guarda la proporcin en relacin con la poblacin. Generalmente se realiza aumentando el porcentaje en los estratos ms reducidos y disminuyendo de manera equivalente los dems con el fin de obtener una mayor representacin de dichos estratos en la muestra o de contar en ellos un nmero suficiente de individuos para el anlisis Ejemplificacin del muestreo estratificado proporcionalSi continuamos con el ejemplo anterior, si en lugar de seleccionar las unidades al azarsimple o sistemtico, decidimos estratificar la poblacin de acuerdo a la insercin laboralde los politlogos, teniendo en cuenta su actividad principal en: administracin pblica (yasea nacional o provincial), en la actividad privada (relacionada con la profesin) o en laactividad acadmica (docentes, investigadores), se debe tener en cuenta claramente cul essu actividad principal dado que las categoras no son excluyentes. Ahora supongamos quetomamos a dichos profesionales de la institucin que cuenta con una poblacin de 500asociados, determinada la insercin laboral, resulta que: 50 profesionales trabajan enmbitos privados, 300 en la administracin pblica y 150 en Instituciones acadmicas.Supongamos que el tamao de la muestra fuera de 50 casos, 50 casos representan el 10%del total de la poblacin. Si utilizramos un muestreo aleatorio simple, la probabilidad deque la muestra resultante contenga exactamente un 10 % de cada estrato es muy baja.Nosotros queremos garantizar que vamos a obtener exactamente esa cantidad. Por esotrabajaremos con un muestreo aleatorio estratificado proporcional.Por lo tanto los tamaos de los estratos muestrales quedan determinados de la siguientemanera.Estratos N de personas en la % en la Poblacin N de elementos enpoblacincada estratoActividad privada 50 10 5Administracin 300 6030pblicaActividad acadmica150 3015Total50010050Paso 1: Estratifico la poblacin en tres clasesPaso 2: Confecciono un listado independiente en cada estrato, enumerando a cadaprofesional: los que se insertan en la actividad privada estarn enumerados de 00 a 49, losde la administracin pblica de 000 a 299 y los acadmicos de 000 a 149.Paso 3: Procedo a la eleccin por los mtodos indicados en el muestreo aleatorio simple,pero por separado para cada estrato Ejemplificacin del muestreo estratificado no proporcional 11. Siguiendo con el ejemplo anterior, mediante el muestreo estratificado proporcional nocontamos con suficientes casos de politlogos que trabajen en la actividad privada, solotenemos 5Decido entonces que para los propsitos de mi anlisis voy a necesitar 25 casos en cadaestrato, por lo tanto la muestra total va a ser de 75 casos. Este el muestreo no proporcional,ya que no respeto la proporcin original en el universo.EstratosN de personas en la% en la PoblacinN de elementos en poblacincada estratoActividad privada 501025Administracin 3006025pblicaActividad acadmica1503025Total500 100752Uno de los inconvenientes fundamentales de la estratificacin no proporcional es lanecesidad de ponderar la muestra, si se desea la obtencin de estimaciones muestralespara el conjunto de la poblacin. No se precisa de la ponderacin cuando slo se realizananlisis individuales y /o comparativos entre los estratos.Ponderacin: proceso de asignacin de "pesos" a cada estrato, de manera que logrecompensarse la desigual probabilidad de seleccin dada a cada unidad de poblacin quecompone el estrato. Se devuelve a los datos su proporcionalidad.La ponderacin ms usual consiste en dividir el porcentaje que representa el estrato en lapoblacin entre el porcentaje que representa en la muestra. Este procedimiento se realizacon cada uno de los estratos. DISTINGUIR ENTRE PONDERAR LA BASE YPONDERAR LOS ESTADSTICOS.De esta manera se obtienen los pesos o coeficientes de ponderacin, las que semultiplicarn por cada una de las estimaciones muestrales de los estratoscorrespondientes, para inferir los respectivos parmetros poblacionales. Muestreo EstratificadoVentajas DesventajasAsegura la representacinde las Conocimiento previode lasvariables de estratificacin caractersticas de la poblacin, para estratificarSupone un menor error muestral, por lo Clculos estadsticos ms complejostanto mayor precisin de la estimacinmuestralNo Proporcional: posibilita un mejorconocimiento de grupos pequeos2Es una de las soluciones posibles. No es necesario que todos los estratos tengan la misma cantidad de casos. 12. Muestreo aleatorio por conglomerado o reasPrimer paso: Consiste en dividir al conjunto total de la poblacin en grupos osubconjuntos llamados conglomerados. Lo que tiene en comn con el estratificado es ladivisin de la poblacin en grupos pero se diferencian en:1) En el muestreo estratificado se busca la homogeneidad dentro del estrato y laheterogeneidad entre los estratos. En el muestreo por conglomerados es a la inversa el errormuestral disminuye conforme aumenta la heterogeneidad dentro del grupo (conglomerado)Cada conglomerado debe representar la variedad de componentes del universo.2) En el muestreo estratificado se selecciona aleatoriamente una muestra para cada estrato3) En el muestreo por conglomerados se extrae una muestra aleatoria de conglomerados,sus integrantes formarn la muestra. En el muestreo estratificado, la unidad de muestreo esel individuo. En cambio en el de conglomerados es el conglomerado o conjunto deindividuos.Los conglomerados pueden ser las reas geogrficas que dividen a la poblacin que seanaliza (municipio, distrito, reas censales, viviendas) pero tambin pueden serorganizaciones u instituciones (colegios, hospitales, crceles, clnicas psiquitricas, etc.). Ejemplos de conglomerados o reas: Manzanas para estudiar viviendas Hogares para investigar jefes de hogar Aulas de clase para entrevistar a los alumnos Colegios para entrevistar a los maestros Muestreo aleatorio por conglomeradosVentajas DesventajasDisminuyen los costos de investigacin Mayor error muestral (menor precisinporque se concentran el trabajo de en las estimaciones) porque loscampo en un nmero limitado de puntosconglomeradossuelensermuyde muestreohomogneos (se puede reducir el error aumentando en N de conglomerados) Requiere clculos estadsticos complejos en la estimacin del error muestral.Si a partir de una muestra por conglomerados, se extrae una nueva muestra, con referenciaa cada uno de los conglomerados previamente elegidos, y as sucesivamente, se est ante undiseo muestral denominado muestreo polietpico.MUESTREO POLIETAPICO 13. En este tipo de muestreo, la seleccin de las unidades ltimas se realiza por etapassucesivas.. El polietpico consiste en una jerarqua de diferentes tipos de unidades, cadaunidad de primera etapa se divide, o es potencialemente divisible, en unidades de segundaetapa etc. Las unidades de primera etapa se llaman unidades primarias de muestreo y a lasunidades subsecuentes, unidades de segunda etapa, etc; a las unidades finales se las suelellamar unidades ltimas de muestreo.En el muestreo in etpico tiene mucha importancia la estructura del conglomerado. Se hacereferencia a su homogeneidad o heterogeneidad y a su tamao. Lo primero influye en elnmero de conglomerados que se selecciona, mientras que el tamao en el mtodo deseleccin de los mismos.Como los conglomerados no siempre tienen un tamao similar y esto afecta al proceso deseleccin de la muestra, ya que no deben tener la misma probabilidad de formar parte de lamuestra conglomerados con pesos poblacionales distintos.Cabe aclarar que en general por razones de tiempo y dinero no se llevan a cabo diseos quesean probabilsticos en todas las etapas del muestro, la ltima etapa, la seleccin delencuestado, suele realizarse por cuotas, procedimiento que mencionar mas adelantecuando me refiera a las muestras no probabilsticas .EJEMPLO DE MUESTREO POLIETAPICO A NIVEL NACIONALEstudio : Evaluacin social de la autopercepcin de los pobres en la Argentina. BancoMundial. Enero de 1999.Los objetivos generales de la investigacin se han centrado en la identificacin de lasdiversas formas de auto percepcin de la situacin de pobreza en diversos sectores de lasociedad argentina. Ello ha comprendido la caracterizacin de los intereses y valoracionesvigentes sobre la materia, la deteccin de reas de responsabilidad institucional ycompetencia en el desarrollo de polticas sociales especficas y el anlisis de factoresasociados a situaciones de pobreza y exclusin en el caso de sectores de pobreza crtica.La investigacin abarc dos etapas sucesivas.a) La primera etapa se bas en la realizacin de una encuesta nacional, referida aOpiniones y actitudes con respecto a la pobreza. Comprendi la realizacin de 1.200entrevistas directas en domicilio, basadas en la aplicacin de un cuestionario semi-estructurado. La muestra diseada especialmente para este estudio alcanz una coberturanacional y se distribuy en 29 ciudades: Capital Federal, GBA, Crdoba, Rosario, La Plata,Mar del Plata, Santa Fe, Baha Blanca, Paran, Lobos, Dean Funes, Correa, Resistencia,Posadas, Formosa, Pto Tirol, Las Palmas, Mendoza, San Juan, San Luis, Rivadavia, SanMiguel de Tucumn, Salta, Santiago del Estero, San Fernando del Valle de Catamarca, LaRioja, Taf Viejo, Neuqun y Comodoro Rivadavia.La muestra fue diseada segn una estratificacin por tamao de ciudades y de acuerdo a lapertenencia a Regin. Se utilizaron cinco estratos poblacionales: Area Metropolitana,ciudades mayores a 100 mil habitantes, ciudades entre 50 y 100 mil habitantes, ciudadesentre 10 y 50 mil habitantes y ciudades menores a 10 mil habitantes. La regionalizacinutilizada es la sugerida por el INDEC en el Censo Nacional de Poblacin y vivienda. Sedivide el Pas en 6 regiones: Metropolitana, Pampeana, Noroeste, Cuyo, Noreste yPatagonia. 14. Comprendi, como se ha consignado, un total de 1200 casos, con un error de +/-2,8 %global para los totales, para un nivel de confianza de 95%.Las entrevistas se realizaron entre los das 18 y 25 de noviembre de 1998. El procesamientode la informacin se realiz mediante la utilizacin del programa SPSS.b) La segunda etapa abarc una encuesta metropolitana en la Ciudad de Buenos Aires, alos efectos de aplicacin de un segundo cuestionario ms amplio y detallado, tambien semi-estructurado de aproximadamente 60 preguntas.En esta etapa se realizaron 600 entrevistas en hogares de la Ciudad de Buenos Aires,conforme con un diseo muestral no proporcional, sobre representando los sectores socio-econmicos medios y bajos, a fin de garantizar la eficiencia de la base estadstica. Eltamao de la muestra implica un error standard de +/- 4.08% en los casos en que p=0.5, conun nivel de confiabilidad de 95.5%. En la fase de procesamiento, los resultados finalesfueron debidamente ponderados para devolver a cada una de las zonas su peso real en eluniverso estudiado. La seleccin de entrevistados se efectu a partir de la determinacin depuntos muestra al azar, considerados como origen de rutas aleatorias para la seleccin dehogares. Una vez seleccionado el hogar, la determinacin del individuo a encuestar seefectu de acuerdo con cuotas predeterminadas de sexo y edad.En este caso la seleccin de las unidades ltimas de muestreo se realiz por cuotas.EJEMPLO DE ESTUDIO DE COMPORTAMIENTO ELECTORALPOLIETAPICOCuando los objetivos se refieren a comportamiento poltico y opinin pblica elprocedimiento usual es In-etpico eligiendo aleatoriamente areas segn informacincensal, luego hogares y finalmente al encuestado que debiera hacerse aleatoriamente dentrodel hogar.Volvamos al ejemplo citado ms arriba, una encuesta sobre la opinin acerca de larepresentatividad de la llamada clase poltica y el comportamiento electoral para laselecciones de jefe de gobierno.Como podemos observar en el cuadro siguiente sobre la eleccin de legisladores de laCiudad de Buenos Aires en 1997, se cuenta con informacin sobre la poblacin de las 28circunscripciones de la Ciudad de Buenos Aires. Se extrae una muestra aleatoria deconglomerados. Los conglomerados no tienen el mismo tamao (cantidad de poblacin encada circunscripcin), de manera que es posible disear la muestra segn estratificacin portamao de las circunscripciones, o seleccionarlas por azar simple.El padrn de electores de la Ciudad cuenta hoy con 2.572.268 electores, 10,3% del padrnnacional.Una vez seleccionados los conglomerados uno de los procedimientos prcticos ms usualeses el siguiente:a) sobre cartografa del universo bajo estudio, 28 circunscripciones electorales, con una escala que permita la identificacin de manzanas y visualizacin de calles, una posibilidad es cuadricular la superficie total de modo que las coordenadas tengan un tamao aproximado de tres por tres manzanas (PM: Punto Muestra). 15. b) Se enumeran y se sortean con la tabla de nmeros al azar la cantidad de puntos muestras necesarios para cubrir el tamao de la muestra. Dentro de cada circunscripcin se cubren la cantidad de casos proporcional a la cantidad de electores de la misma. Esta es la muestra base o muestra de reas.c) En cada punto muestra seleccionado se determina la manzana original (n 1), tambin por sorteo al azar, y las manzanas de reemplazo (manzanas nmeros 2 al 9).d) En la manzana sealada como manzana original se establecer, tambin al azar, un n de vivienda, un intervalo de timbreo preestablecido (una vivienda por medio, por ejemplo) segn la densidad de viviendas en la zona.e) El recorrido de todas las manzanas se efectuar en el sentido de las agujas del reloj, ubicndose el encuestador con el brazo derecho pegado a la pared, e iniciar el recorrido a partir de la esquina de arranque. Si el encuestador tuviera que hacer uso de las manzanas de reemplazo, para completar la cantidad de encuestas por punto muestra, lo har segn el procedimiento indicado.f) Finalmente se sortea a la persona de 18 a 65 aos en condiciones de votar conprobabilidad proporcional a la cantidad de electores en el hogar.En sntesis se lleva a cabo el procedimiento de muestreo: estratificado por conglomeradoscon seleccin de las unidades de primera etapa de forma proporcional, de segunda de formaaleatoria simple y la ltima etapa por rutas y tablas aleatorias. MTODOS DE MUESTREO NO PROBABILSTICOMuestreo por cuotasLos criterios a tener en cuenta a la hora de disear una muestra de cuotas hacenreferencia a las variables que se van a utilizar, en la prctica estas son difciles de conseguirentonces se tienen en cuenta variables demogrficas o caractersticas especficas, comogrupos de edades, sexo, nivel socioeconmico, ciudadanos que hayan votado en la eleccinpresidencial anterior al partido XX, etc. La muestra se divide en cuotas (nmero depersonas de determinada clase) segn parmetros poblacionales (datos censales, resultadoselectorales nacionales).En el ejemplo anterior la seleccin de unidades ltimas de muestreo podrarealizarse por cuotas segn parmetros poblacionales de edad, sexo y eventualmente NSE,de acuerdo a los objetivos pude interesar tener en cuenta el voto anterior segn resultadoselectorales, pero justamente en este ejemplo es uno de los interrogantes que queremosresponder. 16. Clculo de las cuotas de edad y sexo para una muestra de 400 personas de la Capital Federal 3EdadTotal 15-2425-3435-4445-5455-64 65 y +aosHombres 17234 34 29 22 24 29 43%20%20%17%12%14% 17% Mujeres22839 36 36 32 32 53 57%17%16%16%14%14% 23%Total 40073 70 65 54 56 82100%18%18%16%13%14% 21% Para que el proceso se acerque ms a la realidad se suelen dar instruccionesconcretas a los encuestadores para evitar rutinas. Si se utiliza en la ltima etapa de delmuestreo en etapas se respetan los PM , la seleccin de la vivienda, incluso es posible elretorno a la hogar a entrevistar al encuestado que rene las caractersticas buscadas, etc.Este muestreo es muy utilizado porque agiliza y simplifica el trabajo de campo. Noes un muestreo probabilstico y por ello no se pueden hacer estimaciones rigurosas, conmedicin de errores muestrales e intervalos de confianza.VentajasDesventajasResulta ms econmico en tiempo y Supone un mayor error muestraldinero que los probabilsticosFcil de administrarInexistencia de algn mtodo vlidopara calcular el error tpico No precisa de un listado de la poblacin No se pueden realizar estimacionesrigurosas con medicin de erroresmuestrales e intervalos de confianza.Dificultad para controlar el trabajo decampoMuestreo coincidental o accidentalSe define la circunstancia o lugar donde realizar las encuestas, segn criterios delinvestigador. En general se concurre a terminales de trenes, mnibus, aviones, plazas,avenidas comerciales, a la salida de supermercados, de espectculos pblicos, en puertasde fbricas, bancos, colegios, etc. segn los objetivos de investigacin y las circunstanciasy hbitos de concurrencia de las unidades elementales. Con frecuencia se combina con elmuestreo por cuotas.Muestreo opintico3 Censo Nacional de Poblacin y Vivienda, Capital Federal, Resultados definitivos, Caractersticasseleccionadas, Serie B, Parte 1, INDEC, 1991, pgs. 66-67. 17. El muestreo opintico tiene dos acepciones:a) Cuando se toma en cuenta la opinin de un experto sobre la definicin de las unidades elementales. Es el caso de la formacin de una muestra de lderes de opinin, prestigio y poder y se recurre a expertos en relaciones pblicas y periodistas para listar los informantes clave; (denominado intencional por otros autores) yb) Cuando se realizan reportajes a una muestra de opinantes para realizar una nota, o cuando las audiencias de programas radiales o televisivos llaman por telfono a las emisoras para opinar o contestar una pregunta. Estas muestras no son representativas, y cualquier aumento en el tamao de lamuestra no mejorar su calidad muestral. Recordemos que la representatividad de unamuestra depende del procedimiento de seleccin al azar.