Técnicas de investigación cuantitativas: Tema 4: MUESTREO

PROBABILÍSTICO

Grado en Criminología – Curso 2014/2015 Técnicas de investigación cualitativa y cuantitativa

Diseño muestral Recordemos (Tema 3): Problema y objetivos de investigación Población POBLACIÓN O UNIVERSO POBLACIONAL: Conjunto TOTAL de individuos (unidades poblacionales) que se

desea observar, es decir, sobre las que se desea recabar cierta información, y que están ubicados en un espacio y tiempo concreto.

MUESTRA POBLACIONAL: Conjunto de individuos extraídos

de la población o universo poblacional que van a ser realmente observados durante la investigación.

Diseño muestral Utilizamos muestras cuando: Solo nos interesa observar a determinados individuos

(muestreo no probabilístico), Desconocemos el tamaño real de la población (población

infinita) A pesar de conocer el tamaño poblacional, sucede que:

La población es demasiado grande para ser observada en su totalidad

El tiempo que se emplearía excede nuestras posibilidades El coste de la observación excede nuestros recursos

disponibles La observación implica la destrucción de los elementos

Diseño muestral: Muestreo probabilístico MUESTREO PROBABILÍSTICO:

Cuantificación e inferencias estadísticas Las unidades poblacionales tienen la misma probabilidad de estar en la muestra La selección de los elementos es aleatoria No requiere de un elevado conocimiento de la población

Fases generales del diseño de muestras probabilísticas 1. Identificación de la existencia o no de marco de

muestreo (y, en su caso, acceso al mismo) 2. Obtención de información sobre el tamaño poblacional

(y, en su caso, del tamaño según variables de interés para nuestro estudio)

3. Cálculo del tamaño muestral (y, en su caso, de las cuotas según estratos)

4. Diseño de los criterios de selección aleatoria de las unidades muestrales

5. Selección aleatoria de las unidades muestrales

El Marco de Muestreo MARCO DE MUESTREO: Listado que recoge las

unidades poblacionales. Requisitos del marco de muestreo para muestreos

probabilísticos: Ser lo más completo posible. Estar actualizado. Todos los elementos están igualmente representados. Todas sus unidades se corresponden con el universo de

estudio. Debería permitir la localización de las unidades. Ser accesible para el investigador.

Cálculo del tamaño muestral Para calcular el tamaño de nuestra muestra, primero debemos averiguar el tamaño de la población. Para ello, acudiremos a la fuente estadística correspondiente. Junto al tamaño poblacional, los otros elementos necesarios para el cálculo del tamaño de una muestra probabilística son: VARIANZA POBLACIONAL: nivel de heterogeneidad de

una población. Cuando la desconocemos: P=50% y Q=50%. ERROR MUESTRAL O MARGEN DE ERROR: Inadecuación

entre la estimación muestral y el parámetro poblacional. NIVEL DE CONFIANZA: grado de confianza (o

probabilidad) de que nuestras estimaciones se ajusten a la realidad. Normalmente: 95,5% (2σ)

Cálculo del tamaño muestral

Cálculo del tamaño muestral Fórmula general para muestreos aleatorios en poblaciones

infinitas (>100.000)

Fórmula general para muestreos aleatorios en poblaciones finitas (≤ 100.000)

n= tamaño muestral N= tamaño poblacional Z2= nº de sigmas (desviaciones típicas) al cuadrado E2= error muestral (%) al cuadrado Q = 100-P : cuando la varianza es desconocida =50%

Diseño de los criterios de selección aleatoria de las unidades muestrales Tipos de muestreo probabilístico: Aleatorio simple Aleatorio sistemático Aleatorio estratificado De conglomerados Por etapas o polietápico ≈ Rutas aleatorias + Cuotas

Tipos de muestreo probabilístico Muestreo Aleatorio Simple: Necesitamos una base de datos perfecta (marco de muestreo) en la que todas

las unidades tengan las mismas probabilidades de formar parte de la muestra. Extraemos las unidades muestrales aleatoriamente.

AZAR

Tipos de muestreo probabilístico Muestreo Aleatorio Sistemático: A partir de un marco de muestreo, se seleccionan las unidades

con un criterio sistemático (ej. coeficiente de elevación k: N/n).

Coeficiente de elevación k: 40/9= 4,444 ≈ 4

Punto inicio (azar) entre 1 y k 4

4

4

Los individuos no deben estar ordenados de modo que alguna variable pueda aparecer sobrerrepresentada. En ese caso se recomienda desordenar el listado.

Tipos de muestreo probabilístico Muestreo Aleatorio Estratificado: Se subdivide la población en estratos a partir de los atributos de

determinadas variables que queremos que estén representadas en la muestra y que diferencian a las unidades poblacionales: Heterogeneidad externa: cada unidad muestral pertenecerá a un solo estrato (cruce

de atributos de la/s variable/s seleccionadas).

Podemos diseñar los estratos por afijación simple o proporcional

1. Estratificar la población y calcular % de cada estrato

3. Estratificar la muestra (ej. afijación proporcional)

4. Selección aleatoria simple de las unidades muestrales según la cuota (n) obtenida en cada estrato.

2. Calcular el tamaño muestral (aplicar fórmula). Ej. n=2500

Tipos de muestreo probabilístico Muestreo de Conglomerados: Las unidades muestrales no son los individuos sino conglomerados

(conjuntos de individuos) con homogeneidad externa.

2. Muestra de universidades (conglomerados) a través de un muestreo aleatorio simple, sistemático o estratificado.

Normalmente el Muestreo de conglomerados forma parte de un Muestreo polietápico…

1. Marco de muestreo (universidades españolas)

Tipos de muestreo probabilístico Muestreo Polietápico o Por Etapas: Se van realizando muestras por etapas utilizando cualquiera de

los tipos anteriores en cada una de las etapas, hasta llegar a los individuos que formarán parte de la muestra. Ejemplo: para hacer una muestra de profesores universitarios

españoles: 1. Muestreo de conglomerados estratificado para la selección de las

unidades primarias (universidades) : muestra de universidades (conglomerados) estratificadas según tipo (público/privado).

2. Dentro de cada conglomerado elegido (universidad) en el paso 1, realizamos un nuevo muestreo de conglomerados siendo las unidades de muestreo secundarias las facultades de dicha universidad que elegiremos mediante muestreo aleatorio simple.

3. Para cada facultad seleccionada, se acude al listado (marco de muestreo) de profesores que trabajan en el centro (unidades últimas de muestreo) y se realiza un muestreo aleatorio estratificado según categoría profesional, género y antigüedad.

Selección de entrevistados Cuando contamos con marco de muestreo, la selección se

realiza al azar (con aplicaciones informáticas de extracción aleatoria, con mecanismos manuales, etc.).

Cuando no contamos con marco de muestreo podemos aproximarnos a la aleatoriedad mediante la combinación de dos tipos de muestreo no probabilístico:

Muestreo por cuotas + Rutas aleatorias: Muestreo por cuotas: sigue el mismo procedimiento que el Muestreo

Aleatorio Estratificado (hasta la obtención de cuotas de unidades muestrales para cada estrato), pero la selección final no se realiza al azar.

Muestreo por rutas aleatorias: se establecen criterios de aleatoriedad en el desarrollo de las rutas que deben seguir los encuestadores para la localización de las unidades muestrales.

Selección de entrevistados Ejemplo de criterios para rutas aleatorias: itinerario, edificio y vivienda

(Manzano, V.G., Rojas, A.J. y Fernández, J.S. 1996) (Díez de Rada, 2005) (Díez de Rada, 2005)

Ficha técnica de la encuesta La publicación de datos obtenidos mediante encuesta

debería ir siempre acompañada de una Ficha Técnica. La Ficha Técnica ofrece información sobre el universo

poblacional, sobre los criterios y procesos utilizados para el diseño de la muestra y sobre el trabajo de campo.

Ejemplo de ficha técnica CIS (en Materiales)