Fundamentos del Muestreo Estadístico: Tipologías, Procedimientos y Factores del Error

Métodos y Tipologías de Muestreo

Muestreo de Conjunto (Muestreo por Conglomerados)

• Las unidades de la muestra son compuestas o colectivas, es decir, de tamaño superior.
• Se puede realizar por alguno de los procedimientos básicos indicados: sorteos o tablas.
• Una vez obtenidos los conjuntos muestreados a observar, se puede realizar la encuesta a todos los elementos.

Muestreo de Conjuntos y Extracción Sucesiva

Se refiere al caso en que las unidades de la muestra no son simples, sino compuestas o colectivas.

• Este muestreo de conjuntos se puede realizar por sorteo, tablas o azar simple.
• Obtenidos los conjuntos muestreados, se puede optar por dos vías:
  1. Realizar una encuesta a todos los individuos de cada cluster (conglomerado).
  2. Realizar otra muestra con referencia a cada cluster para elegir unidades que representen cada conglomerado.
• La ventaja de este muestreo radica en que ahorra la dificultad y el gasto de obtener censos completos.

Procedimientos Básicos del Muestreo Sucesivo

• Hacer una muestra nueva completa en cada intervalo de tiempo.
• Utilizar la misma muestra inicial en todos los sondeos o encuestas.
• En lugar de variar toda la muestra o conservarla toda, se puede renovarla solo en su mitad, tercera parte, etc.

Muestreo Teórico

Es un método orientado directamente a la prueba de hipótesis.

• Se parte de la previsión anticipada de tablas a formar con los datos y el análisis.
• El muestreo se dirige a obtener el número necesario de todos los datos exigidos por la tabla.
• Puede no permitir la generalización a una población más amplia que la muestra.

Muestra Opinativa o Estratégica

Se utiliza para estudios o investigaciones muy especializadas, por lo que no se trabaja con cualquier persona, sino con quien sabe aportar algo relevante.

Se aconseja utilizarlo:

1. En muestras de conjuntos.
2. Cuando los elementos de la muestra son muy reducidos y diversos.

El Error Muestral en la Investigación Estadística

Definición y Cálculo del Error Muestral

El cálculo del error muestral se puede realizar de dos formas:

1. Calcular el tamaño de la muestra aplicando la fórmula previa fijación del error.
2. Establecer el tamaño y luego calcular el error aplicando la fórmula correspondiente.

Antecedentes del Error Muestral

• Tiene como referencia la población.
• Cuando se habla de error muestral, se habla de una validez estadísticamente aplicable a todas las muestras posibles del mismo tamaño.

Error Muestral Estadístico

Nos sirve para darnos no un error específico y determinado, sino únicamente para establecer el intervalo de confianza dentro del cual nos movemos en la muestra.

Factores Determinantes del Error Muestral

1. La amplitud del universo (finito o infinito):
   • Se consideran finitos los universos de 100.000 unidades o menos, e infinitos los que exceden de esta cantidad.
   • El hecho de que el universo se considere infinito supone que su amplitud no influye en la fórmula a aplicar, al contrario de lo que ocurre en los finitos.
2. El tamaño ($N$) de la muestra:
   • El tamaño de la muestra es un dato que nos dan o elegimos en las fórmulas del error muestral.
   • Si al calcular el error, este resulta demasiado elevado (superior al 6%), entonces se tendrá que aumentar el tamaño para disminuir el error.
   • Cuanto más elevado sea el tamaño de la muestra, menor es el error muestral.
3. Nivel de confianza adoptado.

Principales Modalidades de Errores No Muestrales (Errores de Diseño y Ejecución)

Estos errores están relacionados con el diseño y la implementación de la investigación, no directamente con la selección aleatoria de la muestra:

1. Elección de indicadores no debidamente representativos de las variables a investigar.
2. Hipótesis inadecuadas y mal formuladas.
3. Imprecisiones y errores en la delimitación temporal y espacial del campo de la investigación.
4. Definición ambigua de las unidades de observación y del conjunto de la población a investigar.
5. Defectos de construcción de los instrumentos de observación.
6. Preguntas mal redactadas en los cuestionarios que pueden causar confusión en los encuestados.
7. Procesamiento de datos sin revisión previa.
8. Ejecución e interpretación incorrecta de los datos.