ASPECTOS BASICOS DEL MUESTREO

ALGUNAS DEFINICIONES
Poblacin o universo: la poblacin es el total de elementos (por ejemplo consumidores, productores de arroz, vendedores de hortalizas, administradores, etc.) sobre la cual queremos hacer una inferencia basndonos en la informacin relativa a la muestra. Muestra: Parte de la poblacin que seleccionamos, medimos y observamos. Parmetro: Caracterstica de la poblacin que nos interesa. El valor verdadero del parmetro no se conoce, puesto que es lo que tratamos de descubrir mediante el procedimiento muestral. Medicin: Llamada tambin estadstico, que resulta de la muestra escogida; es nuestra mejor estimacin del verdadero valor de la caracterstica de la poblacin. Hay muchas probabilidades de que la estimacin difiere del verdadero valor, segn el grado de presencia del error muestral y no muestral. Error no muestral: A veces denominado sesgo, o tendencia a un error direccional (estimacin hacia arriba o hacia abajo de la poblacin). Puede presentarse an cuando no hayamos tomado una muestra sino un censo completo. Exactitud: A veces denominada precisin, representa la aproximacin ms cercana al valor verdadero del parmetro de la poblacin, expresndose a menudo como un intervalo; por ejemplo: 200 15. Confianza: Es el grado de certidumbre que tenemos sobre la exactitud de la estimacin de la muestra. Existe un nexo estrecho entre nuestro nivel de confianza y el grado de exactitud a que se refiere.

VENTAJAS DEL MUESTREO

Costo reducido: Si los datos se toman nicamente de una pequea fraccin del total los costos son menores que los que se realizaran al efectuar un censo. Mayor rapidez: Los datos pueden recolectarse y resumirse ms rpidamente con una muestra que con la poblacin completa. Mayor exactitud: Al reducir el volumen de trabajo se puede utilizar personal ms capacitado, adems, es ms factible la supervisin cuidadosa del trabajo de campo y el procesamiento de los resultados. Ms posibilidades: Existen casos en que la toma de informacin requiere personal altamente calificado o equipo muy especializado de disponibilidad limitada. Por lo tanto, un censo sera impracticable. De ah que el muestreo brinde mayor posibilidad y flexibilidad respecto a la informacin que desee obtenerse.

ENCUESTAS POR MUESTREO

Los pasos principales en una encuesta estn agrupados ms o menos arbitrariamente bajo 11 encabezados y se citan a continuacin: Objetivos de la encuesta: Una exposicin clara de los objetivos es lo ms til. Sin esto, es fcil olvidarlos en una encuesta compleja al preocuparse por los detalles de la planeacin y por lo tanto tomar decisiones que varan de los objetivos. Poblacin bajo muestreo: La palabra poblacin se emplea para denominar el conjunto del que se elige la muestra. La definicin de poblacin puede no presentar problema, por ejemplo, cuando se muestrea un grupo de focos de luz elctrica a fin de estimar su tiempo de vida promedio. Por otra parte, en el muestreo de una poblacin de propiedades agrcolas, se deben fijar las reglas para definir por ejemplo lo que es un rancho o una hacienda, y surgen casos dudosos al tratar de hacer una delimitacin exacta. Estas reglas deben ser aplicables a la prctica: el enumerador debe ser capaz de decidir en el campo, si un caso dudoso pertenece o no a la poblacin. La poblacin a la que se le aplica el muestreo (la poblacin muestreada)

debe coincidir con la poblacin sobre la cual se desea informacin objetivo. En ocasiones por razones de factibilidad, o simple conveniencia, la poblacin muestreada es ms restringida que la poblacin objetivo. De ser as, debe recordarse que las conclusiones extradas de la muestra son aplicables a la poblacin muestreada, y habr que recurrir a otras fuentes de informacin para decidir hasta que grado se aplican estas conclusiones a la poblacin objetivo. Los datos recogidos: Es conveniente cerciorarse de que todos los datos son pertinentes a la encuesta y que no sea omiten datos esenciales. Particularmente en presencia de poblaciones humanas, existe la tendencia de hacer un nmero excesivo de preguntas que no se analizan posteriormente. Un cuestionario demasiado largo produce una baja general de la calidad de las respuestas, tanto a las preguntas importantes como a las otras. Grado de precisin deseado: Los resultados de una encuesta por muestreo estn siempre sujetos a cierta incertidumbre por que solo se mide una parte de la poblacin, y por los errores en las mediciones realizadas. Esta falta de certeza se puede reducir al tomar muestras ms grandes y emplear mejores dispositivos de medicin. Por esto suele costar tiempo y dinero en consecuencia, la especificacin del grado de precisin deseado, es un paso importante en la preparacin de la encuesta. Este paso es responsabilidad de la persona que va ha utilizar los datos y puede presentar dificultades, por que los administradores no estn acostumbrados a pensar en trminos de magnitud tolerable en las estimaciones, compatible con una buena decisin. El estadstico puede ayudar en esta etapa. Mtodos de medicin: Puede existir la posibilidad de escoger el mtodo de medicin y el mtodo de inspeccin de la poblacin. Los datos acerca del estado financiero de una empresa agropecuaria se pueden obtener de las declaraciones del administrador o revisando los libros contables. La encuesta puede emplear un cuestionario auto administrado, o una proceso de entrevistas en que los encuestadores simplemente leen un cuestionario previo, o un proceso en el que se permite mucha libertad en forma y el orden de las preguntas. El marco muestral: Antes de seleccionar la muestra, la poblacin debe ser dividida en unidades de muestreo o unidades. Estas deben cubrir la totalidad de la poblacin y no traslaparse en el sentido que todo elemento de la poblacin pertenezca a una y solo una unidad. Algunas veces la unidad apropiada es obvia como en el caso de una poblacin de manzanas donde la unidad es la manzana. En otras ocasiones, existe la posibilidad de escoger lo que ser la unidad de muestreo. En el muestreo de los agricultores de una zona, la unidad puede ser: la finca, las fincas asociadas a grupos organizados o los propios agricultores dueos; los administradores o los encargados de las fincas, etc. En el muestreo de una cosecha agrcola la unidad puede ser: un lote, una finca o un rea de terreno cuya forma y dimensiones quedan a nuestra discrecin. Entendiendo que el marco muestral debe permitir al investigador identificar todas y cada una de las unidades de estudio que integran la poblacin, ste puede ser simplemente la lista de agricultores o fincas, un croquis o mapa que muestre la localizacin de cada unidad de la poblacin. Debe evitarse que una misma unidad de estudio est repetida como por ejemplo, que se tenga una vez con el nombre del agricultor y otra con el nombre de la finca; o que en otra se tenga con el nombre del anterior dueo. La lista o localizaciones en un mapa deben por lo tanto, ser obtenidas de la mejor forma para que nos asegure que:

Contenga todos los elementos de la poblacin Cada unidad de estudio debe estar representada una sola vez Cada unidad de estudio est representada de forma individual en l (no conglomeradas o agrupadas).

Unidad de muestreo: Otro aspecto importante de mencionar es el de definir adecuadamente la unidad de muestreo, ya que puede no ser lo mismo, la unidad de muestreo que la unidad de estudio. Aunque lo comn es que la unidad de muestreo sea la misma que la unidad de estudio, hay ocasiones en que aunque la unidad de estudio est bien determinada, no existe la posibilidad de localizarla o contactarla como se desea, ya que la unidad que puede ser localizada est a diferente nivel. Por ejemplo si nos interesa estudiar los ingresos de las familias de la zona rural, no es muy fcil tener un marco muestral con la lista de todas las

familias o un croquis con su localizacin; el tomar las casas o fincas como unidad de muestreo se est asumiendo que en cada casa vive una familia, lo cual es relativamente incierto. Determinacin del tamao de la muestra: Se cuenta con frmulas que nos ayudan a determinar cul es el tamao de la muestra, que nos permita hacer una estimacin de los parmetros deseados con un determinado grado de precisin y error, en funcin tambin del tamao de la poblacin. Debe tomarse en cuenta que entre ms grande el tamao de la muestra, ms precisa ser la estimacin, pero lo lgico es que se recurre a una muestra lo ms pequea posible (mnimo esfuerzo) mientras se mantengan las condiciones de la estimacin en el mbito deseado. Seleccin de la muestra: Existe actualmente, una gran variedad de planes para seleccionar una muestra. Por cada plan considerado, se pueden hacer a grosso modo, estimaciones del tamao de la muestra, partiendo de un conocimiento del nivel de precisin deseado. Los costos relativos y el tiempo empleado para cada plan tambin se comparan antes de tomar una decisin. La encuesta piloto: Es de gran utilidad probar el cuestionario y los mtodos de campo en pequea escala. Esto casi siempre da por resultado mejoras al cuestionario y puede evitar otros problemas que seran serios a mayor escala, por ejemplo, que el costo fuera mucho mayor que el esperado. Organizacin del trabajo de campo: En encuestas extensas se encuentran muchos problemas de orden administrativo. El personal debe recibir un entrenamiento sobre el propsito de la encuesta y los mtodos de medicin que se emplearn, adems se debe supervisar adecuadamente su trabajo. Un procedimiento de verificacin anticipado sobre la calidad de planes para manejar las no-respuestas, es decir, la falla del enumerador para obtener la informacin de ciertas unidades de la muestra. Resumen y anlisis de los datos: El primer paso despus de realizar la encuesta es editar los cuestionarios obtenidos. Corregir o desechar, hasta donde sea posible, los datos errneos. Se debe seleccionar el procedimiento de clculo para los casos de omisin de respuestas de quienes responden o para la eliminacin de los datos necesarios. Es importante definir el nivel de error esperado para cada una de las estimaciones. Informacin conseguida para encuestas futuras: Cuanta ms informacin de una poblacin se tenga inicialmente, ms fcil ser el diseo de una muestra que proporcione estimaciones exactas. Toda muestra obtenida es una gua potencial de futuros muestreos, por los datos que revela sobre las medidas, las desviaciones estndar, y la naturaleza de la variabilidad de las medidas principales, as como sobre los costos de obtencin de datos. Podemos agilizar el proceso de muestreo si se prev el material necesario para reunir y registrar la informacin(2).

TIPOS DE MUESTREOS
Existen dos tipos bsicos de muestras: la muestra probabilstica y la no probabilstica. Caractersticas de la muestra no probabilstica:

a. Cada individuo tiene una oportunidad igual y conocida de ser seleccionada en la muestra. b. Se cuenta con un listado adecuado, en el cual est identificado cada individuo de la poblacin en estudio. c. El mecanismo de seleccin debe garantizar que el punto a cumpla.
En el muestreo no probabilstico las caractersticas anteriores no se dan. Sin embargo muchas veces, por falta de un listado adecuado o dependiendo de los objetivos que se tengan en el estudio que se vea a realizar, este tipo de muestreo es utilizado.

Existen dos tipos de errores que se pueden cometer a la hora de trabajar con el muestreo probabilstico: el error muestral y el error no muestral (o de recoleccin de datos). Estos errores son controlables por el investigador, pudiendo ser medidos. El problema con el muestreo no probabilstico es precisamente que no se puede medir el margen de error, por lo que no podemos saber el grado de eficiencia con que la poblacin es estimada a travs de la muestra. Es importante recalcar que antes de seleccionar la muestra se debe definir claramente la poblacin en estudio. Esto para determinar los alcances de las inferencias que hagamos. La poblacin debe ser definida, no solo en trminos de las caractersticas de las variables, sino tambin en trminos geogrficos. Es primordial definir la unidad o variable en estudio as como el informante, los cuales no son necesariamente los mismos. Si estamos estudiando el consumo de algn producto en el hogar y entrevistamos el ama de casa, tendremos como variable en estudio el hogar, pero el informante ser el ama de casa (3).

TIPOS PRINCIPALES DE MUESTREO PROBABILISTICA

1. Muestreo Aletorio Simple (MAS)
Es el tipo de muestreo probabilstico ms simple. De l se derivan los otros tipos de muestreo probabilstico ms complejos. En el muestreo simple al azar todos los elementos de la poblacin tienen una oportunidad igual y conocida de seleccionados en la muestra. El objetivo de seleccionar una muestra es poder inferir al resto de la poblacin un comportamiento similar. Por tal motivo es necesario conocer algunos valores muestrales as como el grado de confianza con que estos estiman los verdaderos valores de la poblacin. Los dos valores ms comnmente utilizados en la Investigacin de Mercados son: la media aritmtica y el porcentaje. Existen otros valores que tambin se pueden utilizar como la moda y la mediana.

2.

Muestreo al azar estratificado

Este tipo de muestreo aleatorio permite trabajar con muestras ms parecidas a la poblacin, ya que esta se subdivide en grupos, dentro de los cuales se escogen a la vez muestras, generalmente, por medio del muestreo simple al azar. Generalmente este tipo de muestreo conduce a estimaciones ms confiables que obtenidas con otros tipos de muestreo. Adems se obtiene informacin sobre las partes, o grupos del universo. En Investigacin de Mercados esto es muy til. Frecuentemente se habla en mercadeo de diferencias en el comportamiento de los consumidores segn la edad, segn la zona geogrfica en donde habiten, segn el sexo por ejemplo. Son frecuentes las estratificaciones segn niveles socioeconmicos, o segn niveles de ingreso entre otros. La investigacin de mercados recurre a este tipo de muestreo, ms que a ningn otro. Cada estrato es cada grupo que se forma dentro de la poblacin, siguiendo para ello algn criterio como los que se apuntaron anteriormente. Dentro de cada estrato se elige a su vez otra muestra, generalmente mediante muestreo simple al azar. El nmero de estratos, as como el tamao de cada uno de ellos depende de varios aspectos, que no se incluyen.

3.

Muestreo por Conglomerados

El principio bsico de este tipo de muestreo es elegir al azar, no elementos individuales de la poblacin sino grupos de elementos. Por ejemplo, supongamos que no poseemos un listado de los individuos de la poblacin que nos permite utilizar Muestro Aleatorio Simple (MAS). Pero podemos disponer de un listado de

los grupos a los cuales esos individuos pertenecen. Esto implica que podremos elegir al azar una muestra de esos grupos. Tendremos que entrevistar posteriormente que entrevistar a todos y cada uno de los individuos componentes de cada grupo (o conglomerado), para asegurarnos que todos los elementos de la poblacin tengan una probabilidad igual y conocida de ser incluidos en la muestra.

4.

Otros tipos de muestreo probabilstico

El muestreo sistemtico es un tipo bastante utilizado. Consiste en escoger un nmero de arranque al azar, y a partir de l escoger al resto de la muestra en forma automtica. El muestreo por reas es en realidad un tipo de muestreo por conglomerados. El principio bsico es dividir el territorio geogrfico en estudio en reas, las cuales son numeradas y escogidas al azar. Generalmente las zonas geogrficas, de las cuales se pretende extraer una muestra cuentan con mapas disponibles, los cuales, pueden contar con cuadras debidamente definidas. Sin embargo, esto no es siempre tan fcil de definir (3).

TIPOS PRINCIPALES DE MUESTREO NO PROBABILISTICO

Existen muchas veces problemas prcticos que impiden al investigador trabajar con algn modelo de muestreo probabilstico. En tales casos se recurre a algunos otros modelos de muestreo, los cuales, al no cumplir con los requisitos necesarios en los modelos probabilsticos, no permiten evaluar el grado de error en que se incurre al hacer estimaciones de valores de la poblacin a partir de valores muestrales. Los tipos principales de muestreo no probabilstico son: muestreo por conveniencia, muestreo por juicio y muestreo por cuotas.

1.

Muestreo por conveniencia

Simplemente consiste en consultar una muestra de individuos sin otro criterio aparte que el grado de disponibilidad a la hora de hacerle la entrevista, ya sea porque quieren cooperar o porque se saben expresar, etc. Este mtodo es justificable solamente en casos muy raros, aparte de que es una etapa lgica en la fase de prueba.

2.

Muestreo por juicio

Cuando se trata de muestras muy pequeas, este mtodo puede ser conveniente. Simplemente se recurre al juicio de un buen conocedor de las caractersticas de la poblacin, el cual seleccionar los elementos que a su juicio, representen adecuadamente a la poblacin.

3.

Muestreo por cuotas

Es el mtodo de muestreo no probabilstico ms sofisticado. En realidad por sus caractersticas, es bastante similar al muestreo estratificado. Consiste en subdividir la poblacin en estudio en grupos, de acuerdo con alguna o algunas caractersticas que se han definido. El tamao de la muestra total generalmente solo determina simplemente de acuerdo con las limitaciones econmicas y/o recursos con que se cuente. Posteriormente, el tamao de cada cuota se define con base en el peso proporcional que se quiera que tenga cada uno. Para aclarar mejor cada uno de los conceptos explicados ahora se da el ejemplo siguiente: Se cuenta con un presupuesto de 100 000 para realizar una investigacin sobre el uso de fertilizantes en el distrito de Florencia, cantn San Carlos. Por experiencia se sabe que cada entrevista que se realice costar aproximadamente 500,00. Por lo tanto, el nmero de entrevistas mximo que se realice ser de 200. Queremos tener la muestra dividida en los siguientes grupos, ya que se consideran que son representativos de la poblacin:

a. Productores que tienen fincas de nivel tecnolgico bajo b. Productores que tienen fincas de nivel tecnolgico medio c. Productores que tienen fincas de nivel tecnolgico alto
Se considera que la muestra debe estar proporcionalmente repartida de la siguiente manera:

Grupo (A) 40% = 80 entrevistas Grupo (B) 50% = 100 entrevistas

Grupo (C) 10% = 20 entrevistas

Posteriormente a cada entrevistador contratado se le pide una cuota de entrevistas a productores con las caractersticas de tecnologa necesarias para que se cumpla la distribucin muestral anterior.

COMBINACION DE TIPOS DE MUESTREO

En la prctica, a veces puede ser ventajoso tomar al azar una muestra de los distritos, cantones, provincias y luego de barrios, tambin al azar. Las unidades finales de muestreo, como quien dice las personas, pueden seleccionarse con controles de cuota con base en factores importantes para la encuesta. De esta forma, se est combinando el muestro probabilstico con el no probabilstico. Como alternativa puede tomarse una muestra a juicio y luego escogerse al azar las unidades individuales. Es claro que todo depende de la precisin con que se juzguen las unidades tpicas del muestreo en la primera etapa. Se sabe que los expertos a veces seleccionan muestran completamente diferentes, y por eso este mtodo origina sesgo.

TAMAO DE LA MUESTRA
El tamao de la muestra depende de las caractersticas bsicas de la poblacin:

Tipo de informacin que se busca con la investigacin Costo que implique la toma de informacin Heterogeneidad de la poblacin

Se acepta que a mayor tamao de la muestra corresponde un mayor grado de precisin o confiabilidad, pero existen restricciones que los investigadores prcticos deben conocer: tiempo, personal y costo. Al considerar el tamao de la muestra, hay que tomar en cuenta la ausencia de respuestas, que, al menos en parte, resulta inevitable. Si se planea una muestra final de 3.000, y se estima una ausencia de respuesta del 25%, sera prudente aumentar la cifra inicial de la muestra a 4.000. Aunque esto preserva el nmero de la muestra final (ayudando as a su precisin), no mitiga desde luego el sesgo que surja de la falta de respuesta como tal.

CAUSAS DE LOS SESGOS E INCERTIDUMBRE

Los sesgos u la incertidumbre pueden ser causados por:

1. Sesgos por falta de respuestas en el muestreo por probabilidades. 2. La forma en que son redactadas las preguntas. difciles de contestar o prejuiciosas. Estas pueden ser ambiguas,

3. La estructura del cuestionario. Este puede ser demasiado largo, mal organizado y motivado. El resultado puede ser fatiga y resentimiento. 4. Sesgos del entrevistador. La forma en que el entrevistador sigue el muestreo, introduce la encuesta, hace las preguntas e interpreta las respuestas pueden crear tanto sesgo como incertidumbre en la informacin. 5. Anlisis de la informacin. La fase de anlisis puede incurrir errores de codificacin e interpretacin.
Por tanto, es necesario tomar en cuenta los errores de muestreo. Sucede con frecuencia, crear un diseo de muestreo con solo el 1% de error de muestreo pero que puede tener un 30% de error proveniente de otras fuentes.

BIBLIOGRAFIA
ACKER, DAVID A. Y DAY, GEORGES. 1984. Investigacin de Mercados. Interamericana. Mxico, D.F. ALVAREZ GONZALEZ, RONALD. 1983. Investigacin de Mercados. EUNED. San Jos, C.R. BARRIENTOS, J. 1993. EUNED. CHISNALL, PETER M. Mxico, D.F. Introduccin a la Estadstica Inferencial. 5 reimp. de la 1 ed.

BARRIENTOS, J. 1998. Temas de estadstica inferencial. 5 reimp. de la 1 ed. EUNED. 1977. Investigacin de Mercadeo, Anlisis y Medida. Mc Graw-Hill.

COCHRAN, WILLIAM. 1971. Tcnicas de Muestreo. Compaa Editorial Continental. Mxico, D.F. RODRIGUEZ S. ROBERTO. 1983. Estudio de adopcin de algunas recomendaciones tcnicas para granos bsicos y su efecto de pequeas fincas de El Salvador. Tesis. CATIE, Turrialba, C.R. WWIERS, DONALD. 1982. Investigacin de Mercados. Ed. Prentice Hall Hispanoamericana. Mxico, D.F.