Tema 7. Técnicas de selección de muestras. Muestreo.

Presentación del tema: "Tema 7. Técnicas de selección de muestras. Muestreo."— Transcripción de la presentación:

1 Tema 7. Técnicas de selección de muestras. Muestreo.
I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

2 Objetivos de conocimiento
Conocer técnicas para extraer información. Conocer el alcance y limitaciones de las técnicas de muestreo. Conocer criterios para saber qué técnica debe aplicarse. I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

3 Tema 7. Técnicas de selección de muestras. El muestreo
Selecciona apartado Conceptos básicos Muestreo no aleatorio Muestreo aleatorio Diseño del muestreo Estimación del tamaño de las muestras I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

4 ¿ Por qué se utiliza el muestreo ?
Es una aproximación a la realidad. Estudiar toda una población puede ser imposible, muy caro y llevar mucho tiempo. Una muestra permite conocer bien la realidad. I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

5 Imagen muestreada con 10 puntos por pulgada
Imagen muestreada con 10 puntos por pulgada. La muestra de puntos es pequeña y no se reconoce la realidad. Esta imagen sólo sirve para desarrollar la imaginación y especular sobre ella. I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

6 Imagen muestreada 50 puntos por pulgada.
La muestra de puntos es todavía pequeña, aunque se empieza a reconocer la realidad: una imagen borrosa de algo que recerda a un animal. I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

7 Imagen muestreada con 150 puntos por pulgada
Imagen muestreada con 150 puntos por pulgada. La muestra de puntos permite reconocer la realidad: un cachorro de pastor alemán posando. I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

8 Imagen muestreada con 400 puntos por pulgada
Imagen muestreada con 400 puntos por pulgada. La calidad de esta imagen no es mejor que la anterior. Una muestra con más puntos por pulgada no mejora la percepción de la realidad. Una muestra mayor es más cara, pero no mejora la calidad de una investigación. Las muestras tienen que tener un tamaño “suficiente” para comprender una realidad. I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

9 ¿ Cómo tiene que ser una muestra ?
Tiene que ser lo bastante amplia como para permitir estudiar o reconocer una realidad. No tiene que ser forzosamente grande: su tamaño tiene que ser suficiente. Para seleccionar correctamente las muestras deben conocerse técnicas de muestreo y antes, una serie de conceptos básicos. Son los siguientes… I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

10 1. Conceptos básicos Población: universo del que se extrae la muestra. Por ejemplo; familias, empresas, votantes... Unidad de muestreo: elementos disponibles para su selección. Por ejemplo, personas con teléfono. Marco: lista de unidades de muestreo. Personas con teléfono que aparece en la guía. Muestra: parte de un marco. Una parte de las personas con teléfono que aparecen en la guía. I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

11 Población: total de hogares
I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

12 Unidad de muestreo: hogares disponibles para su selección porque tienen teléfono
I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

13 Marco: hogares con teléfono que aparecen en la guía
I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

14 Muestra: una parte de los hogares con teléfono que aparecen en la guía
I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

15 Características del error
Errores de muestreo Clase de error Fuentes de error Características del error Aleatorio o propio del muestreo El error existe porque se estudia una muestra, no toda la población El parámetro (renta media, proporción de consumidores, etc.) varía de una muestra a otra No se puede eliminar Se puede acotar el error Depende del tamaño de la muestra Decrece si la muestra se amplía Es menor cuanto más homogénea sea la población Sistemático o ajeno al muestreo La muestra no es representativa porque ha sido mal seleccionada La muestra no se puede localizar bien La muestra se niega a responder Algunos grupos (la clase media) son más proclives a responder Falta de exactitud de las respuestas Preguntas mal redactadas Cuestionarios defectuosos El entrevistador introduce sesgos. Los encuestadores no son competentes Errores de anotaciones, de correcciones, en tabulaciones, etc. Se puede reducir de forma importante cuidando los detalles Crece con el tamaño de la muestra Los errores ajenos al muestreo no se pueden acotar Los errores se pueden reducir planificando bien la selección de la muestra; dando instrucciones claras y precisas; proporcionando cuestionarios redactados con precisión y fáciles de responder; Seleccionando personal muy cualificado. I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

16 2.Muestreo no aleatorio La selección de muestras no es al azar.
No se basa ni se respalda en ninguna teoría de probabilidad. No es posible conocer el error y la confianza de las estimaciones. El coste y dificultad del diseño es más reducido. I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

17 Clases de muestreo no aleatorio
Características Ejemplos Utilidad Conveniencia. Las muestras se seleccionan según un criterio de accesibilidad o comodidad Comodidad en la selección de la muestra Rapidez Economía Encuestas a estudiantes en clase Encuestas en establecimientos comerciales Diseño inicial de investigaciones Investigaciones exploratorias Formulación de hipótesis Validación de escalas Cálculo de varianzas para la afijación en el muestreo aleatorio estratificado Según el criterio. La muestra es elegida por un experto de acuerdo con su criterio, buscando las unidades más representativas Seleccionar ciudades para hacer algún test de mercado o de producto Seleccionar una muestra de personas en una empresa Se emplea cuando el tamaño de la muestra es pequeño Diseño de bola de nieve. Cada unidad muestral es localizada por indicación de otra persona No tiene por qué ser rápido No tiene por qué ser cómodo Identificar una muestra de dueños de perros pequineses Identificar una muestra de aficionados al parapente Se emplea cuando se trata de estudiar poblaciones pequeñas muy especializadas, que son difíciles de localizar por no existir censos o ser inaccesibles Secuencial. La muestra inicial, reducida, se incrementa hasta alcanzar las cuotas deseadas. En ese momento se deja de recoger información Estudios de comportamiento del consumidor en general Se aplica en investigaciones en su fase inicial. Posteriormente se acude a muestreo aleatorio estratificado

18 3. Muestreo aleatorio Muestreo aleatorio simple.
Muestreo aleatorio estratificado. I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

19 Muestreo aleatorio simple
La selección de elementos de la muestras es aleatoria, no se eligen. Cada elemento de la muestra tiene las mismas probabilidades de ser seleccionado. Es posible estimar el error y la confianza. El coste, en todos los sentidos y la dificultad del diseño son más elevados. Es más lento y complicado de aplicar que otras formas de muestreo. Se emplea en poblaciones poco heterogéneas. I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

20 Muestreo aleatorio estratificado
Tiene la mismas características básicas que muestreo simple. Se aplica cuando las poblaciones son heterogéneas. Se busca representatividad de cada grupo o estrato de la población. I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

21 Muestreo probabilístico
Tipo de muestreo Características Ejemplo de aplicaciones Utilidad Aleatorio simple: todos los elementos de la población tienen la misma probabilidad de ser seleccionados Sencillez de selección de muestras Todos los individuos tienen las mismas probabilidades de ser seleccionados Se puede medir y acotar el error o la precisión Requiere una localización previa de todos los elementos de la población Selección por teléfono de una muestra para conocer audiencias Obtención de una muestra de personas para conocer la proporción de fumadores Se emplea para hacer estimaciones en poblaciones homogéneas Aleatorio estratificado: considera la existencia de grupos con diferentes comportamientos o características Mayor complejidad en el diseño del muestreo Necesidad de conocer el peso relativo de cada estrato Mayor precisión en las estimaciones Posibilidad de obtener estimaciones en los estratos, aunque con menor precisión que en la población El tamaño de la muestra es menor que el necesario para obtener la misma precisión con un muestreo aleatorio simple Intenciones de voto Comportamientos en función del hábitat, edad, sexo, nivel socioeconómico Se emplea cuando las poblaciones son heterogéneas en su composición o comportamiento pero existen grupos homogéneos definidos por una característica controlable I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

22 Identificar el marco; la lista de votantes.
4. Diseño del muestreo Definir la población; por ejemplo, para votar la población debe tener un mínimo de 18 años. Identificar el marco; la lista de votantes. Determinar el método de muestreo; no aleatorio o aleatorio. Calcular el tamaño de la muestra. Seleccionar materialmente la muestra. I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

23 5. Estimaciones de tamaños de muestras
Qué se puede estimar: medias y proporciones. Cómo se calcula el tamaño de una muestra; métodos analíticos, experiencia, presupuesto ... I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

24 MAS. Métodos analíticos para calcular el tamaño de la muestra
I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

25 Medias en poblaciones infinitas
k 2 S 2 n = e 2 I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

26 Ejemplo, medias en poblaciones infinitas
N = personas S2 = € e = 5 €, k = 2 k 2 S 2 n = e 2 n = 4 x / 25 = 320 personas Si e = 1 € n = 4 x / 1 = personas I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

27 Proporciones en poblaciones infinitas
k 2 P Q n = e 2 I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

28 Ejemplo, proporciones en poblaciones infinitas
N = personas P = Q = 50 % e = 5 %, k = 2 k 2 P Q n = e 2 n = 4 x 50 x 50 / 25 = 400 personas Si e = 1 %, n = personas I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

29 Ejemplo, proporciones en poblaciones infinitas
k 2 P Q n = e 2 Si P = 80, Q = 20 y e = 5 % n = 4 x 80 x 20 / 25 = 256 personas Si e = 1 %, n = personas I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

30 Tamaño de la muestra en muestreo aleatorio estratificado
Afijación simple: todos los estratos son iguales en tamaño. Por ejemplo, un 33,33 % de jóvenes, de adultos y de tercera edad. Afijación proporcional: el tamaño de los estratos guarda proporción con la población. Por ejemplo, un 52 % de mujeres y un 48 % de hombres. Se usa para estimar proporciones. Afijación óptima. El tamaño del estrato es proporcional a la varianza de la variable que se estudia. Se emplea para estimar medias. I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

31 Tamaño de la población 100.000 personas
Ejemplo Tamaño de la población personas Jóvenes; 35 %, adultos 40 % y mayores 25 %. Tamaño de muestra estimado personas. I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

32 Afijación simple; 1000/3 = 333 personas en cada estrato.
Tamaño de los estratos Afijación simple; 1000/3 = 333 personas en cada estrato. Afijación proporcional; 350 jóvenes, 400 adultos y 250 mayores. I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

33 Afijación óptima Población navarra: 643.713 habitantes.
Población riojana : habitantes. S2 navarra de yogur= 6.200 S2 riojana de yogur = 4.900 S2 total de yogur = 5.500 Calcula el tamaño de la muestra global y por comunidad autónoma para estimar el consumo medio de yogur con un error de 5 €

34 Muestra navarra Muestra riojana Muestra total
n = k2 S2 / e 2 = 4 x / 25 = 880 personas ni = n (ni Si 2 / Σ ni Si 2) Muestra navarra nn = 880 ( x6200) /( x x 4.900) = 630 personas (71,60 %) Muestra riojana nr = 880 ( x 4.900) /( x x 4.900) = 250 personas (28,40 %)

35 Métodos no analíticos para estimar tamaño de muestras
En qué consiste Buscar representatividad Conseguir un número suficiente de cada grupo considerado Ajuste a un presupuesto Si el presupuesto sólo permite obtener una muestra de tamaño n, se tendrá que estudiar si la representatividad de una muestra de este tamaño merece la pena, es decir, si el error no es excesivo Otras experiencias. Fijarse en la representatividad de la muestra habitual en ese tipo de estudios. Según resultados iniciales Se puede comenzar con una muestra pequeña y obtener una estimación con un error grande. Si éste no se aleja mucho del error asumible la muestra sería suficiente. En caso contrario se amplía. I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.

36 I. Grande y E. Abascal. Fundamentos y Técnicas. 12 ª Ed. Esic Editorial.