Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Muestreo: Objetivo General

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 24

El muestreo

Objetivo general

El lector elegirá, con la asesoría de un estadlstico, el


método de muesireo y el tamaño de muestra más ade-
cuado para un diseño de investigación.

Objetivos específicos

Al terminar este módulo,el lector será capaz de:

1. Definir con sus propias palabras el concepto de


muesireo.
2. Explicar qué es una muesira.
3. Describir en qué consiste la representatividad de
una muesira.
4. Explicar las etapas del diseño de muestra.
5. Describir dos diferencias enire el muesireo probabi-
llstico y el no probabilistico.
6. Explicar en qué consiste el muestreo aleatorio sim-
ple.
7. Distinguir entre la poblaciónobjetivo y la población
muesireada.
8. Explicar con sus propias palabras la relación de la
varianza y la desviación estándar con la muestra.
9. Aplicar las fómiulas del muesireoaleatoriosimple.
10. Argumentar la importancia de la estimación del
mor estándar.
11. Explicar en qué consiste y cuáles son las etapas del
muesireoesiratificado.
- 12. Describir en qué casos es aconsejable la utilización
del muestreoesiratificado.
13. Explicar qué es el muesireosistemático y cuálesson
sus ventajas y desventajas.
14. Describir qué es el muestreo por conglomerados y
cuándo es aconsejablesu utilización.
15. Explicar ires de los métodos más usuales del mues-
ireono probabiilstico.
16. Aplicar la fórmula para calcular el tamaño de la
muesira en el muesireoaleatoriosimple.
17. Explicar ires características para que el muestreo
sea eficaz.
18. Argumentar la importancia de la utilización del
muestreoen el proceso de investigación.
CONCEPTOS GENERALES

El muestreo es una parte esencial del metodo científico para po-


der llevar a cabo la investigación. En este módulo no se pretende p r e
parar al lector en el manejo de los procedimientos estadísticos; su ob-
jetivo es presentar de una manera general el concepto de muestreo y
su relación con la metodologia de la investigación.
Se sugiere tomar un curso de estadística y tener en cuenta que
toda investigación seria requiere contar desde un principio con la ase-
soría de un estadístico experimentado a fin de que los resultados de
la investigación sean representativos, válidos y confiables.
El muestreo es el conjunto de operaciones que se realizan para es-
tudiar la distribución de determinadas características en la totalidad
de una población, a partir de la observación de una parte o subcon-
junto de la población, denominada muestra. A las diferentes etapas
para seleccionar la muestra se les llama disefíos de muestra.
El muestreo, siempre y cuando sea representativo, tiene múltiples
ventajas de tipo económico y práctico, ya que en lugar de investigar
el total de la población, se investiga una parte de ella, además de que
proporciona los datos en forma mds oportuna, eficiente y exacta, de-
bido a que el encuestar a toda la población o efectuar un censo puede
ocasionar fatiga y prácticas que tiendan a distorsionar la información.
Una población es cualquier grupo de elementos; los elementos son
las unidades individuales que componen la población. Mientras que
la población se refiere a un grupo finito, el universo se refiere a suce-
sos que no tienen límite, infinitos.
La representatividad de la muestra implica que ésta refleje las ca-
racterísticas, similitudes y diferencias encontradas en la población.
Lograr la representatividad de la muestra sólo es posible en un mues-
tre~ aleatorio o al azar, pero de ninguna manera es exacta, ya que lo
único que se puede establecer es la probabilidad de no rebasar ciertos
márgenes de error.'
El marco muestral incluye todas las unidades muestrales conteni-
das en la población, es decir, una lista de unidades muestrales, y éstas
son colecciones distintas de elementos de la población.
El diseño de la muestra implica tres etapas:
a ) Esquema de muestreo. Cómo se va a seleccionar la muestra
y qué tipo de muestreo se va a utilizar.
b ) Encontrar estimadores.
c ) Determinar el tamaño de la muestra.
Existen dos tipos de muestreo, el probabilístico y el no probabi-
listico.

Parte de la suposición de que cada elemento de la población tiene


misma probabilidad para ser seleccionado en la muestra. Este tipo
: muestreo es el más adecuado ya que sus procedimientos son más
científicos debido a que se basan en la ley de los grandes números y
el cálculo de probabilidades.
Para estar en posibilidad de elegir una muestra al azar, es necesario:
a ) Definir claramente la población con la que se está trabajando,
distinguiendo entre la población objetivo que es el conjunto
de cosas que deseamos medir, y la población muestreada, que
es la que realmente podemos llegar a medir. En otras palabras,
. se debe identificar a cada elemento de la población en forma
clara y sin ambigüedades.
b ) Establecer el marco muestral, es decir, una lista o registro de
todos los miembros de la población. Dentro de los registros
que es posible utilizar, están los directorios telefónicos, regis-
tros de inscripción de escuelas, censos, etc.

TAMAÑO DE LA MUESTRA

Uno de los problemas más dificiles del muestreo probabilistico es


la determinación del tamaño de la muestra, ya que el objetivo prirnor-
dial al determinarlo es obtener información representativa, válida y
confiable al minimo costo. Para obtener más exactitud en la infor-
l Error de estimación.
mación es necesario seleccionar una muestra mayor; sin embargo, el
solo hecho de contar con una muestra grande no garantiza su repre-
sentatividad.
El tamaño de la muestra estará relacionado con los objetivos del
estudio y las caracteristicas de la población, además de los recursos y
el tiempo de que se dispone. El tamaño absoluto de la muestra y su
varianza son los que ejercen mayor influencia en el error estándar. El
tamaño de la muestra se puede determinar con base en la fórmula
para estimar la varianza:

En donde:
V = varianza
n = tamaño de la muestra
z = estadística Z correspondiente
7 = estimador de la varianza
o = valor estimado de la desviación estándar del parámetro de la
población
E = máxima magnitud de error aceptable

Las etapas para determinar el tamaño de la muestra en el muestre0


aleatorio simple, que es el más usual, son las siguientes:

1. Determinar el nivel de confianza con que se desea trabajar.

X = u o el 66% de confianza
X = 2 u o el 95% de confianza
X = 3 o o el 99% de confianza
El más usual es 2 o.
2. Estimar las características del fenómeno investigado. Para ello
se determina la probabilidad de que se realice el evento @) o
la de que no se realice ( q ) ;cuando no se posea suficiente infor-
mación de la probabilidad del evento, se le asignan los máxi-
mos valores:

La suma de p + q siempre debe ser igual a 1.


3. Determinar el grado de error máximo aceptable en los resul-
tados de la investigación. Este puede ser hasta del 10%; nor-
malmente lo más aconsejable es trabajar con variaciones del
2 al 6%, ya que variaciones superiores al 10% reducen dema-
siado la validez de la información.
4. Se aplica la fórmula del tamaño de la muestra de acuerdo con
el tipo de población.

Infinita. Cuando no se sabe el número exacto de unidades


del que está compuesta la población.
Finita. Cuando se conoce cuántos elementos tiene la po-
blación.

Para cada tipo de población se utiliza una fórmula distinta. Para.


poblaciones infinitas la fórmula es:

Y para poblaciones finitas la fórmula es:

En donde:

Z =nivel de confianza
N =universo
p =probabilidad a favor
q =probabilidad en contra
e =error de estimación
n = tamaño de la muestra

El error de estimación se utiliza con dos finalidades:

Estimar la precisión necesaria.


Determinar el tamaño de muestra más adecuado.

Para calcular el error de estimación con un nivel de confianza del


95% o 2 o, se aplica la siguiente fórmula:
En donde:

e = error de estimación
n = número de elementos
p = probabilidad a favor
q = probabilidad en contra

Ejemplo:

Supóngase que el objetivo de nuestra investigación es determinar


los factores que inciden en la productividad de los obreros de la pe-
queíía y mediana industria en México (tanto en el Distrito Federal
como en la zona metropolitana); por lo que es necesario entrevistar a
los gerentes de producción para conocer su opinión. El tamaño de la
muestra se calcula de la siguiente manera:

1. Se determina el nivel de confianza (95% - 5%) o (90% - 10%).


2. Se obtiene el marco muestral, en este caso la referencia ade-
cuada será el directorio de la pequeña y mediana industria que
anualmente publica la Confederación Nacional de Cámaras
Industriales (el número de empresas y de gerentes de produc-
ción en la zona elegida es de 2 1 703).
3. Se obtiene una lista de los gerentes de producción que traba-
jen en cada empresa y se numera.
4. Se elige el método de muestreo. Dadas las características de la
población se utilizaría el método probabilístico y el muestreo
aleatorio simple.
5. Se aplica la fórmula para los distintos valores:

Valores (95% de confiabilidad)

n = ?
e = 5%
Z = 1.96 (tabla de distribución normal para el 95% de confia-
bilidad)
N = 21 703
q = .so

Sustitución con el 95% de confiabilidad


Datos con el 90% de confiabilidad

6. Se comparan ambos resultados, se analizan y se elige el más ade-


cuado. En este ejemplo si observamos los resultados, obviamen-
te elegiremos el de 377 entrevistas ya que es el que tiene menor
margen de error y consecuentemente una mayor confiabilidad.
7. Mediante una tabla de números aleatorios se eligen las empre-
sas y gerentes a los que se les aplicaría la encuesta de acuerdo
con el método que se explicó en el inciso de muestreo aleato-
rio simple.

Clasificación del muestreo probabilistico


El muestreo probabilístico puede llevarse a cabo de diversas ma-
neras, que veremos a continuación:

Muestreo aleatorio simple


Es un método de selección de muestra en el cual las unidades se
eligen individual y directamente por medio de un proceso aleatorio,
donde cada unidad no seleccionada tiene la misma oportunidad de
ser elegida que todas las unidades extraídas de la m ~ e s t r a . ~
El muestreo aleatorio simple puede ser con reemplazo o sin reem-
plazo. El muestreo en el que cada miembro de la población puede
elegirse más de una vez se Uama con reemplazo, y el muestreo sin reem-
plazo es aquel en el que cada miembro de la población puede elegir-
se una sola vez. Este tipo de muestreo puede llevarse a cabo de di-
versas maneras: si el tamafío de la muestra es pequeílo, se ponen en
una urna el nombre de cada persona en un pedazo de papel y de ahí
se van eligiendo. Cuando se trate de muestras más grandes, lo más
conveniente es utilizar una tabla de números aleatorias. Para usar
números aleatorios, se numera la población, se eligen números de la
tabla en forma arbitraría y, dependiendo de los números elegidos, se
incluyen en la muestra los que correspondan a la población previa-
mente numerada.
La representación simbólica de una población de tamafío fmito
se indica por N, en donde n representa el tamafio de la muestra. De
esta manera la fracción de muestreo es igual a:

Por ejemplo, si se selecciona una muestra de 200 de un total de


6 200 amas de casa, la fracción de muestreo será:

Esta ecuación puede utilizarse cuando se conoce el tamafio de la


población si también se estipula la fracción de muestreo, por ejemplo:
iqué tamaiio de muestra se determina con una población de 3 000 y
una fracción de muestreo de 1:20?

Una característica importante de la información obtenida por


muestreo aleatorio simple es que permite estimar los valores de la po-
blación; por ejemplo, para estimar la edad promedio de una población,
2 Linningar A., Charles, iu encuesta por muestreo. teorh y pdctica, Compañía Edito-
nai Continental. MÓxico, 1978.
basta conocer la edad promedio de una muestra aleatoria simple, de
tal manera que:

x = 2'
donde la media de la muestra 2 es un estimador (representando por
el simbolo ' ) insesgado de la media poblacional.
Los estimadores de la muestra probabilística son confiables en la
medida que la experiencia confirma que la disposición de todos los
medios de las muestras aleatorias simples se aproximan a una distri-
bución normal de probabilidad.
Existen dos expresiones que miden la variabilidad de los valores:
la varianza y la desviación estándar, que expresan la variabilidad o dis-
persión de la información en torno a la media.
La fórmula de la varianza de la población es:

(Xi- 3)'
VAR X = = 0 2
N

La varianza de una muestra es:

La estimación de la varianza de la población utilizando la varian-


za de la muestra es:

La desviación estándar es la raíz cuadrada de la varianza:

Muestra D.S., = d VARx X = d (Xi - Kl2


= S
n

Población D.Sx = d VAR, X =d Z (Xi - f 1 2 - n


Para determinar la confmbilidad de la estimación de la media po-
blacional basándose en la muestra, es necesario calcular el estimador
de la varianza y de la desviación estándar. La teoría del muestre0 pro-
porciona ecuaciones para estimar la varianza y la desviación estándar,
basándose en la información de una sola muestra. A la desviación
estándar así calculada se le conoce como error estándar.
La fórmula para el error estándar y su estimador son:

Error estándar = a = d N - 'n a

ESt-hado del
error estándar = s1 = d-
N --n s2
N n
n (Xi- 2)2
donde s2 = z

La cota para el error de estimación es:

lo que significa que al menos el 75% y muy posiblemente el 95% de


las estimaciones se desviarán de la media en menos de 20.
Aplicando las fórmulas anteriores vamos a suponer que se efectuó
una encuesta a las amas de casa acerca de su preferencia por determi-
nado producto. La pregunta formulada fue:

iConsume usted el producto X diariamente?

Esta pregunta se formuló a una-muestra aleatoria simple:

A la respuesta Si se la codificó con 1.


A la respuesta No se la codificó con 0.
La suma de las respuestas afirmativas fue 150 Zi (Xi)= 150; ai
150
dividir entre n dio - = .75
200
-
1. Media muestral = X = 2 Xi = (11200) (150) = .75
o sea que el 75% de la población contestó afirmativamente.
(xi)*
2. Varianza de la muestra VA R X = 2 - - (g)2
n

Este indicador dice que existe el 19% de probabilidad de que


un elemento de la población elegido al azar conteste negativa-
mente.
200
3. Varianza estimada de la población s2 = - (. 187) = ,188
199

O sea que existe un 18% de probabilidad de que la media no


se ajuste a la media calculada.

4. Estimación de la desviación estándar:

En este ejemplo, el intervalo equivalente a un error estándar en


relación con la población es de .75 I .02, o sea, el intervalo entre .77
y -73. Existen 6896 de probabilidades de que el valor de la población-
se encuentre en este campo de variación. El intervalo de confiabilidad
es el campo de variación en relación con el valor de la población en el
cual se puede esperar que se sitúen las estimaciones.
El nivel de confiabilidad es la probabilidad de que los valores mues-
tra les sean correctos.
El intervalo de confianza tiene relación con los riesgos de error
que el investigador está dispuesto a aceptar en su trabajo. A mayor
intervalo de confianza menores riesgos: para un nivel de confianza
del 95% se necesita una cota dq error o intervalo de confianza de dos
desviaciones estándar en torno a la media, es decir que en el ejemplo
citado existe un 95% de confüibilidad de que los resultados obteni-
dos en la encuesta sean acertados para toda la población.
Muestreo estratificado

Consiste en dividir a la población en subgrupos o estratos y selec-


cionar una muestra aleatoria simple dentro de cada uno.
En relación con el muestreo aleatorio simple, tiene tres ventajas:

1. El costo de recolección y análisis de datos se reduce al dividir


los grupos con elementos similares pero que difieren de grupo
a grupo.
2. La varianza del estimador de la media poblacional se reduce
debido a que la variabilidad dentro de los estratos es general-
mente menor que la variabilidad de la población.
3. Se obtienen estimadores separados para los parámetros de cada
subgrupo o estrato sin necesidad de seleccionar otra muestra.

La estratificación es útil siempre y cuando se puedan definir con


facilidad los estratos y sean claramente observables. Cuanto mayor
sea el número de variables estratificadoras menos satisfactorios serán
los resultados de la muestra.
Las etapas para la selección de una muestra estratificada son:

a) Especificación clara y detallada de cada estrato.


b) Selección de una muestra aleatoria de cada estrato.

El muestreo por estratos es aconsejable cuando existen claras di-


ferencias en la población que se va a estudiar, por ejemplo: religión,
sexo, nivel socioecon6mico, etc., en una población relativamente
grande. Cuando el número de elementos que integra cada estrato es
diferente, la selección de la muestra deberá realizarse de tal manera
que el número de elementos de cada estrato sea proporcional al tama-
fío de Cste.
Fijación de la muestra por estratos:

donde Nies el número de elementos del estrato i

es el tamafío de la población.
Estimación de la media y la varianza de cada estrato:

donde Xij es la j ésima observación del estrato i.


La varianza si2 es un estimador de la varianza del estrato o ;.
Estimación de la media poblacional para una muestra aleatoria es-
tratificada:
1 L
Estimador f ea = - Z: ~ i X i
N i= i

Varianza estimada del estimador:

Cota de error:

Ejemplo:

Se desean determinar los estilos de liderazgo predominantes en


las 382 empresas más grandes del pais, con un 95% de confiabilidad
y un 5% de margen de error, a través de la aplicación de una encues-
ta a sus ejecutivos.

1. Se aplica la fórmula:
Valores
Sustitución:
( 1.96)2 (.5) (. 5) (3 82)
n=
382 + (1.96)2 (.5) (.5)

Por lo que seria necesario encuestar a 192 empresas.

2. Se utiliza la tabla de números aleatorios para seleccionar a las


empresas del marco muestra1 (directorio publicado por la Con-
federación Nacional de Cámaras Industriales).
3. Se obtiene un listado de los ejecutivos y jerarquias o estratos
de las empresas elegidas, el cual es el siguiente:
Nivel Número

NI Directores 534
N2 Subdirectores 173
NJ Gerentes 345
Ng Subgerentes 15
NS Jefes de departamento -
144
Total de ejecutivos 1211

4. Se aplica el método de números índices para cada estrato. Para


efectos de la relación del indice obtenido con la muestra que
se determinó se utilizó la siguiente fórmula:

ni = número indice
n = tamaño de la muestra
Ni = número de jefes en cada categoria
N = tamaño de la población

Sustituyendo:
534
nl = 1 9 2 - ~ 267
- Directores
382
173
n, = 1 9 2 -~ 87
- Subdirectores
382
345
n, = 1 9 2 -~ 173
- Gerentes
382
15
n4 = 192 - = 7.54 = 8 Subgerentes
3 82
144
nS = 192 -= 72 Jefes de departamento
382

5. En las empresas elegidas en el punto 2, se encuesta al número


de ejecutivos determinados para cada estrato, distribuyéndolos
proporcionalmente con el método de números indices.

Muestreo sistemático
En este método se seleccionan las unidades aplicando un interva-
lo de selección, de tal modo que despues de que suceda cada intervalo
se van incluyendo unidades en la muestra.
Para determinar el intervalo I se divide el tamaiío de la población
N entre el tamaño de la muestra:

Si por ejemplo se requiere de una muestra sistemática de 200 amas


de casa de una lista de 3 000, el intervalo
l

Utilizando la tabla de números aleatorios, cada 1S números se van


seleccionando unidades que serán las que conformen la muestra. Las
principales ventajas del muestreo sistemático son simplicidad y fácil
administración, pero tiene el inconveniente de que pueden existir ses-
gos si las listas no están ordenadas o son ambiguas.

I
Muestreo por conglomerados
El muestreo por conglomerados se realiza seleccionando aleato-
riamente un conjunto de grupos de elementos muestrales llamados
conglomerados y llevando a cabo un censo completo en cada uno de
éstos.
Este tipo de muestreo es útil cuando no existe una lista de todos
los elementos de la población y/o la población es grande y está dis-
persa en una región muy extensa, por ejemplo: supongamos que se
desea hacer un estudio de la cantidad promedio de refrescos que in-
giere cada familia en el Distrito Federal; en lugar de una muestra de
toda la ciudad, se puede dividir ésta por conglomeradas y despues
extraer una muestra aleatoria de éstos, encuestando a cada una de las
familias incluidas en cada conglomerado escogido.
Este tipo de muestreo disminuye los costos pero en ocasiones
puede aumentar el error de muestreo debido a que los elementos de
un conglomerado por lo general tienen características comunes.
Estimación de la media poblacional en el muestreo por conglome-
rados donde ni = número de elementos del conglomerado y ti = to-
tal de mediciones del conglomerado:

Estimador:

Varianza estimada del estimador:

M -m
. ' @ = ( M m ñ2 )( i=1
(ti- Fe ni)'
m- 1
Cota de error:
yc I2 oye
1 m 1 m
donde ñ = - I: ni t = - I: ti
m i= 1 m i= i

M = número de conglomerados de la población.


m = número de conglomerados en la muestra.
Estimación del total poblacional:

Estimador:
114 MÓDULO 7. EL MUESTREO

Varianza estimada del estimador:

Cota de error:
T=2*6;

Este tipo de muestreo, como su nombre indica, se basa en el cri-


terio del investigador. Las unidades de muestreo no se seleccionan
porprocedimientos al azar; se utilizan por razones de costo. Los prin-
cipales métodos de muestreo no probabilístico son:
Muestreo decisional
Los entrevistadores o investigadores de campo utilizan su criterio
para seleccionar los elementos de una muestra, por ejemplo: entre-
vistar adolescentes de la clase media con base en una definición clara
de la población objetivo.
Muestreo de cuota
Se hace una clasificación de la población bajo estudio y se utilizan
estas categorías previamente fijadas para obtener un número prede-
terminado de elementos en cada categoría, por ejemplo: los entrevis-
tadores de campo seleccionan un determinado número de personas
del sexo femenino que trabajen en una empresa especifica.
Muestreo basado en expertos
Los elementos se eligen con base en la opinión de personas con
autoridad y suficientemente informadas acerca de la población bajo
estudio, por ejemplo: un experto en biología puede proponer profe-
sionales reconocidos en el área para que se efectúe un estudio.
Muestreos casuales o fáciles de estudiar
Este método consiste en investigar a cualquier p p o de personas
que son de fhcil acceso o que acuden a un lugar, por ejemplo: la gen-
te que circula por determinada calle a una hora específica del dia.
En general, los métodos no probabilísticos carecen de validez cien-
tífica, además de que no tienen una base teórica para calcular la esta-
la de error ni la representatividad de la muestra, por lo que siempre
es aconsejable utilizar métodos probabilísticos.

REQUISITOS DE U N MUESTRE0 ADECUADO

Con el fin de que el muestreo proporcione resultados efectivos es


necesario tomar en cuenta lo siguiente:
1. Contar con la asesoría de un estadístico experimentado para
obtener un diseño de muestreo.
2. La exactitud de la información no sólo depende de la aplicación
de las fórmulas de muestreo: la calidad del cuestionario, la ca-
pacitación de los entrevistadores, la supervisión del trabajo de
campo y la confiabilidad de la codificación son imprescindibles
para lograrla.
3. Las entrevistas y cuestionarios incompletos y la sustitución de
los entrevistados porque el encuestador tiene dificultades para
entrevistarlos, dañan la representatividad de la muestra.
4. El muestreo es sólo una parte del proceso de investigación, y
aunque los resultados que se obtienen son cuantificables, es
necesario analizarlos e integrarlos en relación con el contexto
total de la investigación.
5. En el proceso de muestreo existen dos tipos de errores:

Errores debido al muestreo o la cota error inherente al mé-


todo de muestreo.
Errores no debidos al muestreo o fallas de tipo humano al
obtener información, al procesarla, o de distorsión de ins-
trucciones.

6. A medida que el tamaño de muestra crece, el error tiende a


cero.
7. De los diseños de muestra debe elegirse el de mayor precisión
al costo mínimo.

ACTIVIDADES COMPLEMENTARIAS

1. Aplicar un cuestionario piloto para la hipótesis diseñada en el mó-


dulo anterior, y con base en los resultados obtenidos:
Definir claramente la población.
Establecer un marco muestral.
Elegir algún método de muestreo y fundamentar el por qué de
su utilización.
Determinar los estimadores que se utilizarán.
Determinar el tamaño de la muestra.
Elegir las unidades de muestreo con tablas de números aleatorios.

(Para realizar esta actividad se podrá recurrir a la asesoría de algiin


profesor experto en estadistica.)

2. Presentar el diseño de la muestra (realizado en la actividad 1) por


escrito para analizarlo y discutirlo en clase.
3. Diseñar el cuestionario definitivo, validarlo en relación con las va-
riables y aplicarlo a la muestra.
4. Determinar el tamaño de muestra utilizando muestreo aleatorio
simple y muestreo estratificado, de acuerdo con la información si-
guien te:
Supóngase que se desean determinar los factores que motivan
al personal obrero en las 300 empresas más grandes de México.
El universo considerado dentro de esta investigación compren-
derá a todos los obreros de las empresas agrupadas en el rubro de
grandes industrias de la Cámara Nacional de la Industria de la Trans-
formación (CANACINTRA). Para determinar el tamaño de la
muestra se utilizó la siguiente fórmula:

Z2 N P ~
n =
e2 ( N - 1) + Z2 p q

en donde:

n = Tamaño de muestra
Z = Nivel de confianza
N = Universo
p = Probabilidad a favor
q = Probabilidad en contra
e = Error de estimación

Se elaboró inicialmente un listado de las empresas y el número de


obreros que se encontraban registradas en cada una, asignándoles un
número progresivo que conservarían a lo largo del cálculo y de la selec-
ción de la muestra. De ella se obtuvo el total de obreros -166 594.
ACTiVIDADES COMPLEMENTARIAS 117

Para la determinación del tamaño de muestra más adecuado a las


circunstancias y recursos de investigación, se diseñó una tabla que
consideraba distintos niveles de confianza, la cual se presenta a con-
tinuación:

Tabla 1

CÁLCULO DEL TAMAÑO DE MUESTRA, CONSIDERANDO


DISTINTOS NIVELES DE CONFIANZA

p = 0.5 q = 0.5 permanecen constantes


N = 166 594 empleados (total de obreros)

Esta tabla fue resultado del desarrollo y aplicación de la fórmu-


la con distintos niveles de confianza, mismos que a continuación se
presentan:
3.07 (166 594) (O. 5) (0.5)
(4) n =
0.0064 (166 594 - 1) + 3.07 (0.5) (0.5)

La elección del tamaño de muestra más adecuado considera, por


una parte, el tiempo del que se dispone para la encuesta (dos meses,
aproximadamente), los recursos financieros y materiales que se nece-
sitan para llevarla a cabo y la cantidad de recursos humanos dedicados
a la misma. Por otra parte, se toma en cuenta que el nivel de confian-
za debe ser lo suficientemente aceptable, de manera que la confiabili-
dad de los resultados no disminuya demasiado.
Con los puntos anteriores como referencia se determina que el
tamaño de la muestra más acorde a las circunstancias y a los objetivos
que persigue la investigación, es el que presenta un nivel de confianza
del 92%, y con un error de estimación de 0.08. Como se puede apre-
ciar en la Tabla 1, éste nos indica un total de 120 encuestas.
A estas 120 encuestas se les adiciona un 20% como colchón de
seguridad, de lo que resulta 144 como el tamaiio de muestra definiti-
vo; es decir, se aplicarán 144 encuestas. El colchón de seguridad se
determina de manera que cubra los posibles imprevistos (escasa o nula
cooperación de las empresas, errores en las encuestas, etcétera).

Muestreo estratificado

El proceso de selección de las empresas que habrán de encuestar-


se y el número de encuestas que se aplicarán a cada una, requiere un
proceso más complicado que el simple cálculo del tamaño de muestra,
por lo que fue necesario utilizar el muestre0 estratificado.
Se toman como base de cálculo para el tamaño de muestra y la se-
lección de los encuestados (obreros), los listados proporcionados por
CANACINTRA, mismos que se estructuran, de acuerdo a los tipos de
industrias que agrupa, de la siguiente manera:

INDUSTRIAS No. de EMPRESAS PORCENTAJE %


1. QU~MICA
11. ALIMENTICIA
111. MUEBLERA ,
IV. METALMECANICA
V. DE MATERIALES PARA CONSTRUCCI~N
VI. AUTOMOTRIZ
VII. DE PAPEL, CARTÓN Y ART~CULOS
DE ESCRITORIO
VIII. DIVERSAS
TOTAL

En este cuadro se pueden apreciar tres tipos de industrias que re-


presentan la mayor proporción en cuanto a número de empresas afi-
liadas (alimenticia, metalmecánica y química); sin embargo, siendo.
éste un estudio sobre los obreros de la gran industria, carece de rele-
vancia la integración de la gran industria por tipos y se puntualizan los
rangos por número de obreros, ya que las conclusiones tendrán una
visión global y no sectorial
El primer paso para la selección de la muestra consistió en elabo-
rar un listado de 3 18 empresas consideradas (conservando el número
que se les había asignado al calcular el tarnaíío de muestra), presentán-
dolas en orden ascendente con respecto al número de obreros. Con
el listado así preparado, se determinaron 1 1 rangos a utilizar, con un
intervalo de rango de 100 (a excepción del onceavo, que incluye las
empresas con más de 1 000 obreros). Posteriormente se elaboraron
listados separados para cada rango, abarcando el número de empresa,
el número de obreros que les correspondia de acuerdo con los listados
de CANACINTRA y el acumulado. Para determinar el número de
encuestas que se aplicarfan a cada rango, de acuerdo al porcentaje
de obreros que tenía cada una dentro del total de obreros, se elaboró
la siguiente tabla:

Tabla 2

Número de encuestas por rango considerando la proporción de obreros


de cada uno dentro del total de obreros

Rango por número de Número de Porcentaie Número de


obreros obreros 1%) encuestas

4 678
10 659
8 706
11 530
12 931
4 382
6 449
4 546
8 598
4 742
89 373
TOTAL 166 594

Nota: inciuye los 120 encuestados mis el colchón & seguridad

Finalmente, con los listados de cada rango, con el número de en-


cuestas por rango y auxiliándose de una tabla de números aleatorios,
se eligieron al azar los 144 obreros que habian de encuestarse.

PREGUNTAS DE REPASO

1. ¿Que es el muestreo?
2. ¿Que es la muestra?
3. ¿Cuáles son las etapas para disefíar una muestra?
4. ¿En qu6 consiste la representatividad de la muestra?
5. ¿Cuáles son las ventajas del muestreo?
6. ¿Que es el marco muestral?
7. ¿Cuál es la diferencia entre población objetivo y población mues-
treada?
8. ¿En qué consiste el muestreo probabilístico?
9. ¿Cómo se lleva a cabo el muestreo aleatorio simple?
10. ¿Quées el diseño de muestra?
1 1. ¿Para que sirven la desviación estándar y la varianza?
12. ¿Cuál es la importancia del error estándar?
13. ¿Cuál es la cota para error de estimación con un 95% de interva-
lo de confianza?
14. ¿Qué es un intervalo de confianza?
15. ¿Cuáles son las etapas para llevar a cabo el muestreo estratificado?
16. ¿Que es el muestreo sistemático?
17. ¿Cómo se determina el intervalo en el muestreo sistemático?
18. ¿Que es el muestreo por conglomerados?
19. Mencione dos métodos de muestreo no probabilistico.
20. ¿Que ventajas presenta el muestreo probabilístico en relación
con el muestreo no probabilístico?
21. ¿Cuál es la fórmula para calcular el tamafío de la muestra en el
muestreo aleatorio simple?
22. ¿Qué requisitos deben observarse para llevar a cabo un muestreo
adecuado?

Holgrun y Hayashi, Elementos de muestreo y correlación, Textos Universitarios,


México, 1974.
Linninger A., Charles y Wanvick P., Donald, La encuesta por muestreo, teoría y
práctica, Compafiía Editorial Continental, México, 1978.
Mendenhall, William y Reinmuth E., James, Estadistica para administración y
economía, Wadswort. Inc., Massachusetts, 1981.
Pick de Weiss, Susan y Mpez Velasco de Fanbert, Ana Luisa, Cómo investigar
en ciencias sociales, editorial Trillas, Mdxico, 1979.
UllmPn E., John, Métodos cuantitativos en administración, editorial McGraw-
Hiii, MBxico, 1979.

También podría gustarte