Consideraciones básicas de muestreoMg. Lina bonilla

Concepto de muestreo

El muestreo es el proceso de obtener información de un subconjunto de un grupo mayor. La motivación del

muestreo es poder hacer esas estimaciones más rápidamente y a mucho menor costo de lo que sería

posible por otros medios.La clave para hacer predicciones exactas sobre las

características o comportamiento de una gran población con base en una muestra relativamente pequeña reside en la forma en que se selecciona a

individuos para la muestra. Es crucial que se les seleccione de manera científica, lo que garantiza que la muestra sea representativa: que sea una

miniatura fiel de la población.

Población o universoGrupo entero de personas sobre las que se necesita información; también llamado universo o población de interés. Definir la población de interés suele ser el primer paso del proceso de muestreo, y con frecuencia implica definir el mercado objetivo del producto o servicio en cuestión.No existen reglas específicas a seguir. El investigador debe aplicar la lógica y el juicio al abordar la cuestión básica: ¿de quiénes se necesitan las opiniones para satisfacer los objetivos de la investigación? A menudo, la definición de la población se basa en la características de los clientes presentes u objetivo.

Censo: Conjunto de datos obtenido de o acerca de cada miembro de la población de interés.

Muestra: Subconjunto de todos los miembros de una población de interés.Adviértase que la creencia popular de que un censo ofrece resultados más precisos que una muestra no es necesariamente cierta. En un censo de una población humana, hay muchos impedimentos para obtener realmente información de cada miembro de la población. El investigador podría no ser capaz de obtener una lista completa y exacta de la población entera, o ciertos miembros de la población podrían negarse a dar información o ser difíciles de encontrar. Debido a estas barreras, el censo ideal es raramente alcanzable, aun en poblaciones muy reducidas.

Muestra vs censo

Desarrollo de un plan muestral

Paso unos: definir la población de interés● La primera consideración al desarrollar un plan muestral es especificar las características de los

individuos o cosas de los que o acerca de los cuales se necesita información para cumplir los objetivos de la investigación. La población de interés suele especificarse en términos de área geográfica, características demográficas, características de uso de productos o servicios, medidas de notoriedad de marca u otros factores.

● Además de definir quiénes serán incluidos en la población de interés, los investigadores deben definir las características de los individuos que deben ser excluidos.

● Muy frecuentemente, una de las primeras preguntas de una encuesta inquiere acerca de si el encuestado o cualquier miembro de su familia inmediata trabaja en investigación de mercados, publicidad o el área del producto o servicio abordada en la encuesta. Si el individuo contesta sí a esta pregunta, la entrevista se da por terminada. Este tipo de pregunta se llama pregunta de seguridad, porque quienes trabajan en las industrias en cuestión son vistos como riesgos de seguridad. Podrían ser competidores o trabajar para competidores, y los gerentes no quieren darles ningún indicio de lo que su compañía podría estar planeando hacer.

Paso dos: elegir un método de recolección de datos

La selección de un método de recolección de datos tiene implicaciones para el proceso de muestreo que debemos considerar:

▪▪ Las encuestas por correo padecen sesgos asociados con bajos índices de respuesta▪▪ Las encuestas telefónicas tienen un problema menos significativo pero creciente de no respuesta, y

padecen tecnologías de selección de llamadas usadas por encuestados potenciales y el hecho de que un creciente porcentaje de personas solo tienen teléfonos celulares. En la actualidad, las mejores estimaciones colocan el porcentaje de hogares solo-inalámbricos en 38.2 por ciento.4

▪▪ Las encuestas por internet tienen problemas de encuestados profesionales y el hecho de que el panel o listas de correo electrónico usados no suelen brindar una representación apropiada de la población de interés. Consideraciones similares se aplican cuando se usa Facebook, Twitter u otras plataformas de redes sociales como fuentes muestrales.

▪▪ La enormidad del Big Data puede ser seductora y llevarnos a no cuestionar su representatividad en casos en los que podrían no ser representativos de la población por proceder de fuentes limitadas. “Grandes” no garantiza representatividad.

Paso tres: identificar un marco muestral

El tercer paso del proceso es identificar el marco muestral, elcual es una lista de los miembros o elementos de la poblaciónde la que se seleccionarán las unidades por muestrear.Identificar el marco muestral puede significar simplementeespecificar un procedimiento para generar esa lista. En lasituación ideal, la lista de miembros de la población escompleta y exacta. Lamentablemente, por lo general esa listano existe.

Paso cuatro: seleccionar un método muestralEl cuarto paso del desarrollo de un plan muestral es la selección de un método muestral, lo cual dependerá de los objetivos del estudio, los recursos financieros disponibles, las limitaciones de tiempo y la naturaleza del problema bajo investigación. Las principales opciones de métodos de muestreo pueden agruparse bajo dos encabezados:

Muestras probabilísticas: Muestras en las que cada elemento de la población tiene una probabilidad conocida de selección diferente de cero.Muestras no probabilísticas: Muestras en las que elementos específicos de la población han sido seleccionados en forma no aleatoria.

Las muestras probabilísticas ofrecen varias ventajas sobre las muestras no probabilísticas, incluidas las siguientes:▪▪ El investigador puede estar seguro de obtener información de una sección transversal representativa de la población de interés.▪▪ El error muestral puede calcularse.▪▪ Los resultados encuestales pueden proyectarse a la población total.

Las muestras probabilísticas también tienen varias desventajas, la más importante de las cuales es que usualmente son más caras de implementar que muestras no probabilísticas del mismo tamaño. Las reglas para la selección elevan los costos de las entrevistas y el tiempo profesional dedicado al diseño y ejecución del diseño de la muestra.

Paso cinco: determinar el tamaño de la muestra

Una vez elegido el método muestral, el siguiente paso es determinar el tamaño de muestra apropiado. En el caso de muestras no probabilísticas, los investigadores tienden a apoyarse en factores como presupuesto disponible, reglas generales y número de subgrupos por analizar en la determinación del tamaño de la muestra. Sin embargo, con las muestras probabilísticas, los investigadores usan fórmulas para calcular el tamaño de muestra requerido, dados los niveles objetivo de error aceptable (la diferencia aceptable entre el resultado de la muestra y el valor de la población) y de niveles de confianza (la probabilidad de que el intervalo de confianza, es decir, el resultado de la muestra más o menos el error aceptable, contenga el verdadero valor de la población.)

Paso seis:desarrollar procedimientos operativos para seleccionar los elementos de la muestra

Los procedimientos operativos por usar al seleccionar los elementos de lamuestra en la fase de recolección de datos de un proyecto deben desarrollarse yespecificarse, trátese de una muestra probabilística o no probabilística. Sinembargo, esos procedimientos son mucho más decisivos para la exitosa ejecuciónde una muestra probabilística, en cuyo caso deben ser detallados, claros einequívocos y eliminar toda discrecionalidad del entrevistador respecto a laselección de los elementos específicos de la muestra. No desarrollar un planoperativo apropiado para seleccionar a los elementos de la muestra puede poneren peligro todo el proceso de muestreo.

Paso siete: ejecutar el plan operativo muestral

El último paso del proceso de muestreo es la ejecución del plan operativo muestral. Este paso requiere una adecuada verificación para garantizar que se sigan los procedimientos especificados.

Error muestral y no muestralSi el investigador pudiera obtener información precisa sobre todos los miembros de la población, le sería posible calcular sencillamente el parámetro de la población ingreso bruto promedio. Un parámetro de la población es un valor que describe o tipifica con precisión un factor de una población completa, como edad o ingreso promedio.

La precisión de los resultados de la muestra se ve afectada por dos tipos generales de error: error muestral y error no muestral (medición). La fórmula siguiente representa los efectos de estos dos tipos de error en la estimación de una media de la población:

Error muestral: Error que ocurre porque la muestra seleccionada no es perfectamente representativa de la población.Error no muestral: Todos los errores distintos al error muestral; también llamado error de medición.

Métodos de muestreo probabilístico

Hay cuatro tipos de métodos de muestreo probabilístico: muestreo aleatorio simple, muestreo sistemático, muestreo estratificado y muestreo grupal.

cada elemento de la población debería tener una probabilidad conocida e igual de ser seleccionado para una muestra probabilística

Mues

treo

alea

torio

simp

leEl muestreo aleatorio simple es la forma más pura de muestreo probabilístico. En una muestra aleatoria simple, la probabilidad conocida e igual se calcula como sigue:

Si se dispone de un marco muestral (listado de todos los elementos de la población), el investigador puede seleccionar una muestra aleatoria simple como sigue:1. Asignar un número a cada elemento de la población. Una población de 10000 elementos senumeraría del 1 al 10000.2. Usando una tabla de números aleatorios (como la que aparece en la figura 1 del apéndice 3, “Tablas estadísticas”, véase al final del libro), comenzar en un punto arbitrario y subir, bajar o cruzar hasta que se hayan elegido 400 (tamaño de la muestra) números de cinco dígitos entre 1 y 10000. Los números seleccionados de la tabla identifican a los elementos específicos de la población por incluir en la muestra.En resumen, un muestreo aleatorio simple es una muestra probabilística seleccionada asignando un número a cada elemento de la población y usando después una tabla de números aleatorios para seleccionar a elementos específicos para su inclusión en la muestra.

Mues

treo

sist

emát

icoMuestreo probabilístico en el que la población entera es numerada y elementos se seleccionanusando un intervalo de salto.Para producir una muestra sistemática, el investigador numera primero a la población entera,como en el muestreo aleatorio simple. Luego determina un intervalo de salto y seleccionanombres con base en este intervalo. El intervalo de salto puede calcularse muy simplementemediante el uso de la fórmula siguiente:

La principal ventaja del muestreo sistemático sobre el muestreo aleatorio simple es laeconomía. El muestreo sistemático es a menudo más simple, menos tardado y costoso deejecutar que el muestreo aleatorio simple. El mayor riesgo radica en la posibilidad de quepatrones ocultos en la lista de la población se filtren inadvertidamente en la muestra. Sinembargo, este riesgo es remoto.

Mues

treo

estr

atifi

cado

Las muestras estratificadas son muestras probabilísticas que se distinguen por lossiguientes pasos de procedimiento:

1. La población original, o matriz, se divide en dos o más subconjuntos mutuamenteexcluyentes y exhaustivos (p. ej., hombres y mujeres).2. Muestras aleatorias simples de elementos de los dos o más subconjuntos se eligenindependientemente entre sí.

Aunque los requisitos de una muestra estratificada no especifican la base sobre la cual lapoblación original o matriz debería separarse en subconjuntos, el sentido común dictaque la población se divida sobre la base de factores relacionados con la característica deinterés en la población. La segunda etapa en la selección de una muestra estratificadaimplica extraer independientemente muestras aleatorias simples de cada estrato.

Los investigadores prefieren muestras estratificadas a muestras aleatorias simples a causa de supotencial de mayor eficiencia estadística.16 Es decir, si dos muestras se extraen de la misma población–la primera, una muestra propiamente estratificada, y la otra una muestra aleatoria simple–, lamuestra estratificada tendrá menor error muestral. Asimismo, la reducción del error muestral a ciertonivel objetivo puede alcanzarse con una muestra estratificada más pequeña. Las muestrasestratificadas son estadísticamente más eficientes, porque una fuente de variación ha sido eliminada.

si las muestras estratificadas son estadísticamente más eficientes, ¿por qué no se les usa en todos los casos?

Por dos razones:1. La información necesaria para estratificar apropiadamente la muestra podría

no estar disponible con frecuencia.2. Aun si la información necesaria está disponible, el valor potencial de la

información podría no justificar el tiempo y costos asociados con la estratificación.

Tres pasos están implicados en la implementación de una muestra apropiadamente estratificada:1. Identificar sobresalientes (importantes) factores demográficos o de clasificación: Factores

que están correlacionados con la conducta de interés.2. Determinar qué proporciones de la población corresponden a los diversos subgrupos en

cada estrato: Usando estas proporciones, el investigador puede determinar cuántos encuestadosse requieren de cada subgrupo. Sin embargo, antes de hacer una determinación final, debetomarse una decisión acerca de si usar una asignación proporcional o una asignación noproporcional, u óptima.1. Asignación proporcional: Muestreo en el cual el número de elementos seleccionados de un

estrato es directamente proporcional al tamaño del estrato en relación con el tamaño de lapoblación.

2. Asignación no proporcional u óptima: Muestreo en el cual el número de elementos tomadosde un estrato dado es proporcional al tamaño relativo del estrato y a la desviación estándarde la característica en consideración.

3. Seleccionar muestras aleatorias simples aparte de cada estrato: Este proceso se implementaen forma algo diferente al muestreo aleatorio simple tradicional.

Las unidades de muestreo se seleccionan en grupos. Son dos los pasos básicos del muestreo grupal:

1. La población de interés se divide en subconjuntos mutuamente excluyentes y exhaustivos, como áreas geográficas.

2. Se selecciona una muestra aleatoria de los subconjuntos

Si la muestra consta de todos los elementos de los subconjuntos seleccionados, se llama muestra grupal de una etapa. Sin

embargo, si la muestra de elementos se elige en alguna forma probabilística a partir de los subconjuntos seleccionados, la

muestra es una muestra grupal de dos etapas.

Muestreo grupal

Tanto el muestreo estratificado como el grupal suponen dividir la población en subgrupos mutuamente excluyentes y exhaustivos. Sin embargo, en las muestras estratificadas el investigador selecciona una muestra de elementos de cada subgrupo, mientras que en las muestras grupales el investigador selecciona una muestra de subgrupos y después recolecta datos de todos los elementos del subgrupo (muestra grupal de una etapa) o de una muestra de los elementos (muestra grupal de dos etapas).

El tipo más popular de muestra grupal es la muestra superficial, en la que los grupos son unidades geográficas (como, por ejemplo, manzanas urbanas). El muestreo grupal se considera una técnica de muestreo probabilístico debido a la selección aleatoria de grupos y la selección aleatoria de elementos de los grupos seleccionados.

El muestreo grupal supone que los elementos de un grupo son tan heterogéneos como los de la población total. Si las características de los elementos de un grupo son muy similares, ese supuesto es violado y el investigador tiene un problema. Habitualmente, este problema potencial se enfrenta en el diseño muestral seleccionando un gran número de grupos y muestreando un número relativamente pequeño de elementos de cada grupo.

Métodos de muestreo noprobabilísticotoda muestra que no cumple los requisitos de una muestra probabilística es, por definición, una muestra no probabilística.

Una de las principales desventajas de las muestras no probabilísticas es la imposibilidad de calcular su error muestral; esto sugiere aún mayor dificultad de evaluar la calidad general de las muestras no probabilísticas.

Muestras por conveniencia

Muestras por juicios

muestras DE CUOTA

MUESTRAS DE BOLA DE NIEVE

Muestras no probabilísticas basadas en usar personas fácilmente accesibles (como los empleados). Y se pide hacer toscas evaluaciones sensoriales de formulaciones de nuevos productos

Muestras no probabilísticas en las que los criterios de selección se basan en el juicio del investigador sobre la representatividad de la población en estudio.

Muestras no probabilísticas en las que encuestados adicionales se seleccionan con base en referencias de los encuestados iniciales.

¿Qué tanto se desvían del estándar requerido de las muestras probabilísticas? El usuario de datos de una muestra noprobabilística debe hacer esta evaluación, la que debería basarse en una cuidadosa evaluación de la metodologíausada para generar la muestra no probabilística. ¿Cabe la posibilidad de que la metodología empleada genere unasección transversal razonable de individuos de la población objetivo? ¿O la muestra está irremediablemente sesgadaen una dirección particular? Estas son las preguntas que se deben formular. Cuatro tipos de muestras noprobabilísticas son de uso frecuente: muestras por conveniencia, por juicio, de cuotas y de bola de nieve.

Muestras no probabilísticas en las que cuotas, basadas en factores demográficos o de clasificación seleccionados por el investigador, se establece para subgrupos de la población.

Muestreo en internetLas ventajas de las entrevistas en internet son contundentes:• Encuestados objetivos pueden completar la encuesta cuando sea

conveniente para ellos: Esta puede completarse a altas horas de la noche, el fin de semana y en cualquier otro momento que se elija.

• La recolección de datos es relativamente barata: Una vez cubiertos los gastos generales y otros gastos fijos, las entrevistas son esencialmente insensibles al volumen. Miles de entrevistas pueden ser realizadas a un costo real de recolección de datos de apenas unos dólares por encuesta. El costo de una encuesta telefónica podría ser de tres a cinco veces mayor, dependiendo del estudio.

• La entrevista puede administrarse bajo control de software: Esto permite que la entrevista siga patrones de salto y haga otras cosas “inteligentes”.

• La encuesta puede completarse rápidamente: Cientos de miles de encuestas pueden completarse en un día o menos.

Gracias por una agradable sesión.