Presentacin de PowerPoint

CursoGestin de la calidadOperaciones RegistralesGuatemala, Junio 2015

MUESTREO Parte 1: GeneralidadesUna vez definido el problema a investigar, formulados los objetivos y delimitadas las variables se hace necesario determinar los elementos o individuos con quienes se va a llevar a cabo el estudio o investigacin. MuestreoProcedimiento por el cual se extrae, de un conjunto de unidades que constituyen el objeto de estudio ( poblacin), un nmero de casos reducido (muestra) elegidos con criterios tales que permitan la generalizacin a toda la poblacin de los resultados obtenidos al estudiar la muestra. Conceptos InicialesPoblacin: Conjunto de unidades de las que se desea obtener cierta informacin. Unidades: Personas, Familias, Viviendas, Escuelas, Organizaciones, Artculos de Prensa

Muestra: Seleccin de unas unidades concretas de la poblacin que representen la caracterstica que se quiere medir. Razones de MuestreoDisminucin de costos ( tiempo, personal, material)Al disminuir el nmero de casos disminuyen tambin los errores asociados a la manipulacin de los datos.Puede confiarse en la generalizacin de los resultados si se ha tenido cuidado al seleccionar la muestra. Criterios importantes para la seleccin de la muestraSalvo en poblaciones muy pequeas y accesibles nunca se observan a todas las unidades de la poblacin.Se debe disear una muestra que constituya una representacin a pequea escala de la poblacin a la que pertenece.Cualquier diseo muestral comienza con la bsqueda de la informacin que ayude a la identificacin de las caractersticas de la poblacin bajo estudio. Condiciones que debe cumplir una buena muestraQue comprendan parte de la poblacin y no la totalidad de sta. ( salvo en los casos antes explicados en la lmina 5) Aunque el sentido comn pareciera indicar que poblaciones ms grandes deben producir muestras mayores, esto no es siempre cierto ya que:El tamao de la poblacin NO es el nico elemento que influye en el tamao de la muestra.Condiciones que debe cumplir una buena muestraLa ausencia de distorsin en la eleccin de los elementos de la muestra. Si esta eleccin presenta alguna anomala, la muestra resultar por este mismo hecho viciada. Que sea representativa o reflejo fiel de la poblacin, de tal modo que reproduzca sus caractersticas bsicas en orden a la investigacin.

Condiciones que debe cumplir una buena muestra Si hay sectores diferenciados en la poblacin que se supone ofrecen caractersticas especiales la muestra tambin deber comprenderlos en la misma proporcin. Tamao de la muestraEs el nmero de unidades a incluir en la muestra. Existen varios factores que influyen en el:Tiempo y recursos disponiblesModalidad de Muestreo Tipo de Anlisis PrevistoVarianza o heterogeneidad de la poblacinMargen de Error mximo admisibleNivel de confianza de la estimacin muestral Modalidad de Muestreo SeleccionadaLa seleccin de las modalidades de muestreo ( probabilsticos y no probabilsticos) se halla determinada por la confluencia de varios factores: los objetivos, los recursos, la accesibilidad de la poblacin y el tiempo. Los diseos no probabilsticos demandan un tamao muestral menor.

Tipos de MuestreosPROBABILSTICOSNO PROBABILISTICOSTodas las unidades tienen igualprobabilidad de participar enla muestra.La eleccin de cada unidad muestral es independiente de lasdemsSe puede calcular el error muestral

Cada unidad NO tiene igualprobabilidad de participar enla muestra.No se puede calcular el error muestralAlto riesgo de invalidez producido por la introduccin de sesgos

Usos de cada tipo de muestreoMuestreo ProbabilsticosEstimacin de ParmetrosComprobacin de HiptesisMuestreos No ProbabilsticosEstudios PilotosEstudios CualitativosInvestigaciones en poblaciones de difcil registro o localizacin ( Ej. Marginales, prostitutas, enfermos de VIH, etc)

Ejemplo: Muestreo Probabilstico? Se realiza un muestreo entre los alumnos que van a clases de la Materia Metodologa, eligindolos al azar a la entrada del saln.Este diseo es NO probabilstico porque aquellos que no van a clases NO PUEDEN ser elegidos Ejemplo: Muestreo Probabilstico?Se utiliza la lista de propietarios de lneas telefnicas para elegir a aquellos que sern encuestados. Este diseo es NO Probabilstico porque aquellos que no tienen telfono NO PUEDEN ser elegidos

Ejemplo: Muestreo Probabilstico?Un investigador toma muestras del carbn extrado de una mina, tomando al azar trozos de carbn de la parte superior de cada carro. Este diseo es NO probabilstico porque solo se toma carbn de la parte superior

Factores que influyen en el tamao de la muestra :Tipo de anlisis de datos previstoLa tcnica de anlisis influye en el tamao de la muestra:Comparacin de MediasEstimacin de Proporciones ( parmetros) Anlisis UnivariablesAnlisis Multivariables Heterogeneidad poblacional Cuanto mas heterognea sea la poblacin mayor ser su varianza poblacional lo que implicar mayores tamaos muestrales. Cuando se desconoce el valor de la varianza poblacional se recurre al supuesto mas desfavorable, asumiendo una varianza poblacional igual a 0,5.0,5 significa que una unidad seleccionada tiene 50 % de posibilidades de pertenecer o no a un grupo especfico dentro de la poblacin

2da Parte: Errores y Clculo del tamao de la muestra6/4/2015Errores, Errores, ERRORESAleatorioMuestralSistemtico

Valor Verdadero en la poblacin

Valor Medido en la muestraERRORError AleatorioEl error aleatorio no se suele ajustar a ninguna regla o norma , varan en cada caso , en su sentido y magnitud, y por ello tiende a anularse cuando se trata de un nmero elevado de casos. Los errores aleatorios se comenten, por ejemplo, cuando un encuestado elige errneamente una casilla queriendo hacerlo en otra, cuando un encuestador marca errneamente un dato, etc.Errores Sistemticos Un error sistemtico es aquel que se produce de igual modo ( sentido y proporcin) en todas las mediciones que se realizan sobre un parmetro de la muestra

Contrario al error aleatorio, NO se anula en muestras grandes. Errores Sistemticos. Ejemplos Las tendencias subjetivas conscientes o inconscientes del investigador.Sustituciones, segn criterio propio del investigador, de unidades de la muestra que haban sido elegidas al azar.Insuficiente observacin del conjunto de la poblacin que influye en una deficiente definicin de sus caractersticas. Error Muestral Cuando se extrae una muestra de una poblacin es frecuente que los resultados obtenidos de la muestra no sean exactamente los valores reales de la poblacin. El error de muestreo ocurre al estudiar una muestra en lugar de la poblacin total. La diferencia entre el valor del parmetro de una poblacin y el obtenido de una muestra recibe el nombre de error muestral. ( y que no puede ser asociado a otro tipo de explicacin, es decir no es error aleatorio o sistemtico) Error Muestral Por muy perfecta que sea la muestra siempre habr grado de divergencia entre los parmetros estimados usndola y los de la verdadera poblacin. En el clculo del error intervienen:Tamao de la muestra Varianza poblacional Nivel de confianzaTipo de muestreoEstimacin del Error Cuando variable bajo estudio es una media. (solo vlido para variables numricas)

Donde:Z: grado de confianza de la estimacins: desviacin tpica muestral de la variable analizadan: tamao de la muestra1-f: Factor de correccin para poblaciones finitas. f= n/N

El error muestral es mayor en la medida que:Crece el grado de confianza que el investigador quiere dar a su estimacin del parmetro medido mediante la muestraEs ms elevada sea la variabilidad de la variable estudiada.Es menor el tamao de la muestra.Estimacin del Error Cuando la variable bajo estudio es una proporcin (ej, variables nominales u ordinales con pocas categoras)

Donde:Z: grado de confianza de la estimacinp: proporcin de la muestra para la categora a examinarq: 1-pn: tamao de la muestra1-f: Factor de correccin para poblaciones finitas. f= n/N

Tamao de la muestra vs. Error muestral

Margen de confianza en la estimacinExpresa el grado de probabilidad que el investigador tiene en que su estimacin se ajuste a la realidad. Los valores comnmente utilizados son 95, 99, 99,9% Correcciones para poblaciones finitas Cuando el tamao de la muestra es mayor del 5 % del tamao de la poblacin se debe utilizar el factor de correccin.

Si por el contrario N>>n, f tiene a 0 y el factor de correccin ( 1-f) tienen a 1. Margen de error admisibleLos incrementos en el tamao de la muestra repercuten en una mayor precisin y por consiguiente en menor error muestral. El error muestral interviene en el clculo del tamao de la muestra solo si el diseo es probabilstico. En el muestreo probabilstico el investigador fija el error mximo admisible a priori y sobre esa base realiza el clculo del tamao de la muestra. Clculo del Tamao de la Muestra *

Para comparaciones de mediaPara estimacin de proporciones * Para poblaciones infinitas (donde N>> n )Por lo tanto el tamao de la muestraEJEMPLO DEL CLCULO DEL TAMAO DE LA MUESTRA (POBLACIN INFINITA)Estimando qu proporcin de sujetos poseen una caracterstica al nivel de confianza del 99.7% (Z=3) y un error de admitido del 2%, ser:

EL TAMAO DE LA POBLACIN NO FUE TOMADO EN CUENTA!!!POR QU P y Q valen 50 % ?

Clculo del Tamao de la Muestra para poblaciones finitas. (f=n/N>0,05)Ej. El nmero ptimo para un estudio de 60.000 personas estableciendo un nivel de confianza de 95.5%(z=2), y el margen de error en el 3%, sera 4 * 50 * 50 * 60.000n = --------------------------------- 9 (60.000-1) + 4 * 50 * 50

n= 1091

Tamao de la Muestra

Fuente: Metodologa y Tcnicas de Investigacin Social. Piergiorgio Corbetta 3ra Parte TIPOS DE MUESTREO

Recordando: Tipos de MuestreosPROBABILSTICOSNO PROBABILISTICOSTodas las unidades tienen igualprobabilidad de participar enla muestra.La eleccin de cada unidad muestral es independiente de lasdemsSe puede calcular el error muestral

Cada unidad NO tiene igualprobabilidad de participar enla muestra.No se puede calcular el error muestralAlto riesgo de invalidez producido por la introduccin de sesgos

Algunos tipos de muestreo ProbabilsticoMuestreos Probabilsticos: SimpleSe realiza utilizando alguna fuente de eleccin aleatoria.Supone que cada miembro de la poblacin tiene elemento que lo identifica ( ej. Un nmero identificador) y mediante el cual puede ser elegido si sale sorteado.La afirmacin anterior implica que hay que tener un listado completo de TODOS los miembros de la poblacinMuestreos Probabilsticos: SimpleVentajasFacilidad en los clculos estadsticosElevada probabilidad de lograr equivalencia entre las caractersticas de la muestra y las correspondientes a la poblacinDesventajasCada que cada miembro de la poblacin tiene que ser identificadoComplicado en poblaciones grandes Alto costo

Muestreos Probabilsticos: Muestreo Aleatorio SistemticoSimilar al muestro simple salvo que:Solo la primera unidad de la muestra se elige al azar siempre que el nmero seleccionado sea mayor que el coeficiente de elevacin.Coeficiente de Elevacin = N/ n Donde N: Tamao de la poblacinn : Tamao de la muestraLos restantes elementos de la muestra se hayan sumando, sucesivamente el coeficiente de elevacin.

Muestreos Probabilsticos: Muestreo Aleatorio EstratificadoPresupone el conocimiento de las caractersticas de las unidades que forman la poblacin para poder dividirla en grupos ( estratos)Se eligen los miembros de la muestra en cada estrato creado siguiendo algn tipo de muestreo de los vistos anteriormente.

Muestreo Probabilstico por Estratos Estrato Primario Se seleccionan ALEATORIAMENTE ni profesores de cada una de las escuelas seleccionadas . Ej. 2 de la escuela primaria 1 y 2 de la escuela primaria 2. Muestreos Probabilsticos: Muestreo Aleatorio Estratificado contEl objetivo de este tipo de muestreo es garantizar la representatividad equitativa de los estratos ( que implica representacin equitativa de las caractersticas de la poblacin).Se logra si: Son mximas las diferencias entre los estratosSon mnimas las diferencias entre los miembros de un mismo estrato. Los criterios de divisin de la poblacin en estratos se hallen relacionadas con los objetivos de la investigacin. Muestreos Probabilsticos: Muestreo Aleatorio Estratificado cont Los tamaos de cada estrato pueden ser:Los mismos ( Afiliacin simple)Proporcional al peso relativo ( tamao) del estrato dentro de la poblacin (Proporcional)En funcin de la heterogeneidad de cada estrato ( ptima)

Ejemplo: Muestro por Estratos

Ejemplo tomado del Maria ngeles CeaEjemplo Muestro por Estratos. Afiliacin Simple

Ejemplo Muestro por Estratos. Afiliacin Proporcional

Ejemplo de Muestreo por Estratos. Afiliacin ptima

Paso 1 : Multiplicar el porcentaje de la poblacin correspondiente al estrato por la varianza del estrato Paso 2: Se suman todos los valores obtenidos en el paso 1 (85500+101400+33600=220500)

Paso 3: Se calcula a proporcin de cada valor obtenido en el paso 1 dentro del paso 2.

Paso 4 : Se calcula el tamao de la muestra de cada estrato multiplicando su proporcin por el tamao de la muestra global ( 2500)

Ventajas y Desventajas del Muestreo Aleatorio EstratificadoNo es necesario disponer de la lista de toda la poblacin sino de las subpoblaciones de orden superior extradas ( por ej. las escuelas primarias y secundarias)Existe una considerable reduccin de costos Puede ocurrir que los miembros de una unidad superior se parezcan, reduciendo la representatividad de otros en la muestra final. Ventajas Desventajas Muestreo Aleatorio por conglomeradosLa unidad muestral es un grupo de elementos de la poblacin que forman una unidad, a la que llamamos conglomerado.A diferencia de un estrato, un conglomerado es una unidad de elementos que contienen representantes de toda la poblacinEjemplo: Muestreo por ConglomeradosTodos los profesores de las Escuelas 2 (Primaria) y 1 (Secundaria) son parte de la muestraEjemplos de ConglomeradosZona GeogrficaEdificioUna institucin..

Ventajas del muestreo por conglomerados Es ventajoso, desde el punto de vista de costos, si se pueden agrupar los miembros de la poblacin por conglomerados, en los cuales el criterio de agrupacin no sea la variable que se estudia. No es preciso tener un listado de toda la poblacin, sino de las unidades ( conglomerados) por los que se agruparn. DesventajasEl error es mayor que cuando se utilizan otras tcnicas de muestreo. Tipos de muestreos NO ProbabilsticosMuestro por CuotasLa poblacin debe ser dividida en estratos definidos por variables cuya distribucin dentro de la poblacin sea conocida.Se procede a calcular el tamao de cada estrato siguiendo el mismo procedimiento que si fuese un muestreo probabilstico estratificado. ( proporcional)Muestro por CuotasA diferencia del M. Probabilstico Estratificado el entrevistador es libre para escoger a quienes forman parte de cada estrato. (CUOTA)

Muestreo por cuotas Resulta ms econmico que los muestreos probabilsticos .Fcil de ejecutar el trabajo de campoNo precisa el listado de la poblacinSupone mayor error muestral que los diseos probabilsticos.No existe un mtodo vlido para calcular el error. Dificultas para el control del trabajo de campo. Limitaciones en la representatividad de la muestra para las caractersticas no especificadas en los controles de cuotas. VentajasDesventajas

Muestreo de Bola de NieveEste modelo es particularmente til cuando se muestrean poblaciones cuyos componentes, por motivos morales, ideolgicos, legales o polticos tienen a ocultar su identidad. A partir de unos pocos individuos el entrevistador, con ayuda de los primeros, va conociendo a nuevos miembros de la muestra.

Muestreo Bola de NieveEl riesgo fundamental est asociado a la seleccin inadecuada de los primeros miembros de la muestra y de quienes depender el resto. Tambin es posible que ocurran distorsiones si no se tiene en cuenta criterios muy especficos para la seleccin de la muestra. Parte 4Problemas del muestreo en la Investigacin Social

Errores de cobertura Como se puede hacer un muestreo probabilstico si las unidades no son conocidas?Cmo localizar a todos los posibles miembros de la poblacin?Si se busca investigar sobre franjas particulares de la poblacin el problema se hace ms difcil de manejarError de CoberturaSe produce cuando no son incluidos determinados elementos de la poblacin objeto de estudio en el proceso de seleccin muestral .La falta de cobertura impide la cooperacin de un nmero de unidades muestrales, puesto que determinados individuos no pueden ser seleccionados en la muestra, dificultando con ello la capacidad de inferencia de los hallazgos de la investigacin.Error de Cobertura Este error produce una subestimacin en los resultados, cuya amplitud depende de las caractersticas de las unidades omitidasProblemas de Representatividad Si no se ha logrado representatividad en una o varias variables, el investigador tiene 3 opciones: a) Trabajar con la muestra no representativa y contar con ese lmiteb) Redefinir la poblacin. Por ejemplo: no hablar de enfermos de SIDA sino de enfermos de SIDA que son atendidos en el Hospitalc) Modificar deliberadamente la muestra para que represente el comportamiento de la variable bajo estudio. Error de No Respuesta

Tipos de Error de no respuesta 6/4/201570Ejemplos de errores de no respuesta El entrevistado puede no contestar una pregunta por falta de conocimiento sobre esa cuestin, por considerarla muy entrometida al invadir el mbito de su privacidad, porque la considera irrelevante para los objetivos del estudio, etc.El entrevistador tambin contribuye a la no respuesta parcial por el olvido a la hora de recoger determinadas respuestas, o al tomarlas equivocadamente.Ejemplos tomados de : HEADY, P. (1995). Calibrating Measurement Error in the 1991 Census. SurveyMethods Centre Newsletter, vol. 15, n 2, p. 3-7.Ejemplos de errores de no respuestaPor ltimo, el cuestionario genera no respuestas por problemas en la redaccin de las preguntas, y por la utilizacin de preguntas filtro para que un grupo de preguntas no sean respondidas por determinados entrevistados que cumplen (o no cumplen) una serie de requisitos.Consecuencias tiene la no respuestaMtodos de reduccin del impacto de la no respuestaPonderacinFin