Buscar este blog

Mostrando entradas con la etiqueta Muestreo. Mostrar todas las entradas
Mostrando entradas con la etiqueta Muestreo. Mostrar todas las entradas

miércoles, 29 de junio de 2011

Comparación de los diversos tipos de Muestreo

DISTINTOS TIPOS DE MUESTRAS

CUANDO LA POBLACION A ESTUDIAR ES DEMASIADO NUMEROSA COMO PARA IMPLICAR COSTOS EN ENERGIA Y DINERO INSUPERABLES, SE TRATA ENTONCES DE SELECCIONAR A UN SUBCONJUNTO QUE MINIMICE ESOS  COSTOS AL MISMO TIEMPO QUE NO PRODUZCA PERDIDA DE PRECISION.

MUESTRAS PREDISPUESTAS: SON AQUELLAS QUE HAN SIDO SELECCIONADAS DE MANERA TAL QUE LA COMPROBACION O LA REFUTACION DE LAS HIPOTESIS PASA A SER EL RESULTADO DE PROCEDIMIENTOS DE MUESTREO. POR EJEMPLO, UNA MUESTRA PREDISPUESTA SERIA AQUELLA POR LA CUAL, PARA COMPROBAR ALGUNA HIPOTESIS ACERCA DEL COMPORTAMIENTO POLITICO DE LA POBLACION TOTAL DE VOLANTES, UTILIZAMOS SOLAMENTE INDIVIDUOS O ELEMENTOS QUE A PARTIR DE LA PERTENENCIA A UN GRUPO ESPECIFICO, PRESENTAN PARTICULARIDADES  QUE NO SON TIPICAS DE LA POBLACION EN SU CONJUNTO.

MUESTRAS NO PREDISPUESTAS: SON AQUELLAS CUYA PROBABILIDAD DE EXTRACCION ES CONOCIDA. HAY DOS MUESTRAS DE ESTE TIPO: MUESTRAS CUYA PROBABILIDAD DE SER EXTRAIDAS ES CERO O UNO (FINALISTAS); O MUESTRAS CUYA PROBABILIDAD DE SER EXTRAIDAS ES DIFERENTE DE CERO O DE UNO (PROBABILISTICAS).

 A)  MUESTRAS PROBABILISTICAS:
1) MUESTRA SIMPLE AL AZAR.
2) MUESTRA SISTEMATICA.
3) MUESTRA PROBABILISTICA (PROPORCIONAL O NO PROPORCIONAL)
4) MUESTRA POR CONGLOMERADOS.

B)  MUESTRA – NO PROBABILISTICAS
1) MUESTRA CASUAL
2) MUESTRA INTENCIONAL
3) MUESTRA POR CUOTAS


 A)   MUESTRAS PROBABILISTICAS

EN ESTE TIPO DE MUESTRAS TODOS LOS ELEMENTOS QUE COMPONEN EL SUBCONJUNTO TOTAL O UNIVERSO, TIENEN UNA PROBABILIDAD DE SER SELECCIONADOS. ADEMAS, COMO MENCIONAMOS ANTERIORMENTE, ESA PROBABILIDAD ES CONOCIDA Y DIFERENTE DE CERO Y DE UNO.

1)  EL MUESTREO SIMPLE AL AZAR

EN EL MUESTREO SIMPLE AL AZAR, TODAS LAS MUESTRAS Y TODOS LOS ELEMENTOS TIENEN LA MISMA PROBABILIDAD DE SER SELECCIONADOS. ADEMAS, COMO MENCIONAMOS ANTERIORMENTE, ESA PROBABILIDAD ES CONOCIDA Y DIFERENTE DE CERO Y DE UNO.
 ¿CÓMO SE DECIDE EL TAMAÑO DE LA MUESTRA?
SELECCIONAR UNA MUESTRA DE TAMAÑO TAL QUE SE LOGRE UN MAXIMO DE PRESICION, CON UN TAMAÑO MINIMO DE MUESTRA.
GALTUNG NOS PRESENTA UNA ESTERATEGIA EXELENTE QUE CONSISTE EN

MUESTRO ALEATORIO SIMPLE

LA EXTRACCION DE UNA MUESTRA ALEATORIA SIMPLE EN UNA POBLACION FINITA, REQUIERE DE UN LISTADO DE TODOS LOS ELEMENTOS DE LA POBLACION. UNO PROCEDE A ENUMERAR LOS INDIVIDUOS EN LAS LISTAS, LUEGO SE DETERMINA EL TAMAÑO DE LA MUESTRA Y SE SELECCIONA UNA PAGINA CUALQUIERA DE LA TABLA DE NUMEROS ALEATORIOS.

VENTAJAS Y DESVENTAJAS DEL MUESTREO ALEATORIO SIMPLE

VENTAJAS.

A)  NO SUPONE EL CONOCIMIENTO PREVIO DE NINGUNA DE LAS CARACTERISTICAS DE LA POBLACION DE LA CUAL SE VA A EXTRAER LA MUESTRA.
B)  ES RELATIVAMENTE SIMPLE DETERMINAR LA PRECISION DE LAS ESTIMACIONES QUE SE HACEN A PARTIR DE LAS OBSERVACIONES MUÉSTRALES PORQUE LOS ERRORES ESTANDAR DE LOS ESTIMADORES SIGUEN DISTRIBUCIONES DE PROBABILIDAD CONOCIDAS.
C)  TIENDE  A REFLEJAR TODAS LAS CARACTERISTICAS DEL UNIVERSO

DESVENTAJAS.

A)  “SUPONE” UN LISTADO COMPLETO DE TODAS LAS UNIDADES QUE COMPONEN LA POBLACION.
B)  AUN CUANDO SE CUENTE CON ESTE LISTADO, SU NUMERACION DEMANDA MUCHO TIEMPO.
C)  SUPONE UN TAMAÑO DE MUESTRA MAYOR QUE OTROS DISEÑOS PARA OBTENER UN MISMO  NIVEL DE CONFIABILIDAD.

2 ) MUESTREO SISTEMATICO

ES MUY SIMILAR AL MUESTREO ALEATORIO SIMPLE, LA DIFERENCIA RADICA EN EL METODO PARA LA SELECCIÓN DE LOS CASOS. EN LA MUESTRA ALEATORIA SIMPLE UTILIZABAMOS TABLAS ALEATORIAS O PROCEDIMIENTOS SIMILARES; AQUÍ LA SELECCIÓN SE REALIZA POR UN PROCEDIMIENTO MAS MECANICO QUE REPRESENTA UN GRAN AHORRO DE TIEMPO.

EJEMPLO : SI ESTUVIERAN UTILIZANDO EL DIRECTORIO DE TELEFONOS O CUALQUIER LISTADO SIMILAR, ENUMERARIA A TODOS LOS SUJETOS LISTADOS; SELECCIONARIA UNA PRIMERA FRACCION QUE INCLUYA TODAS LAS PAGINAS CON PERSONAS LISTADAS, Y A PARTIR DE LA PRIMERA PAGINA EXTRAERIA MIL SUJETOS CON UN NUMERO FIJO (CADA 20, CADA 87, CADA 140, O CUALQUIER OTRO) HASTA COMPLETAR LA CANTIDAD DE CASOS.

VENTAJAS Y DESVENTAJAS

VENTAJAS.

A) TIENE UNA GRAN VENTAJA ECONOMICA YA QUE FACILITA LA SELECCIÓN DE LA MUESTRA,  SOBRE TODO EN AQUELLOS CASOS EN LOS QUE YA EXISTE UN LISTADO.

DESVENTAJAS.

B) LA DESVENTAJA MAS SOBRESALIENTE ES LA QUE PUEDE RESULTAR DE LOS SESGOS PROPIOS DEL LISTADO QUE ESTAMOS UTILIZANDO. EL DIRECTORIO DE TELEFONOS, POR EJEMPLO, DISPONE DE ESPACIOS MAYORES PARA EL LISTADO DE COMERCIOS, EMPRESAS, ETC. , QUE  PARA INDIVIDUOS PARTICULARES. DE MANERA QUE SI NO TOMAMOS EN CUENTA ESTO, INTRODUCIMOS EN NUESTRA MUESTRA EL SESGO DEL LISTADO.

 3) MUESTREO ESTRATIFICADO

ESTE TIPO DE MUESTRA ES CONVENIENTE  CUANDO LA POBLACION O UNIVERSO PUEDE SER DIVIDIDO EN CATEGORIAS, ESTRATOS O GRUPOS QUE TIENEN UN INTERES ANALITICO, Y QUE POR RAZONES TEORICAS Y EMPIRICAS PRESTAN DIFERENCIAS ENTRE ELLOS. LA VENTAJA QUE OFRECE LA ESTRATIFICACION ES QUE MEDIANTE ELLA SE LOGRA UNA MAYOR HOMOGENEIZACION DE LA MUESTRA FINAL. ES POSIBLE DIFERENCIAR DOS TIPOS DE MUESTRAS ESTRATIFICADAS:
MUESTRA ESTRATIFICADA PROPORCIONAL ES AQUELLA EN LA CUAL LA FRACCION DE MUESTREO ES IGUAL PARA CADA ESTRATO; SI EXISTEN DIFERENCIAS EN LAS FRACCIONES DE MUESTREO, LLAMAMOS A ESTA NO-PROPORCIONAL.

VENTAJAS Y DESVENTAJAS

VENTAJAS.

A) LA MUESTA ES MAS HOMOGENEA, GARANTIZANDO LA REPRESENTATIVIDAD
B)  UNA VENTAJA ADICIONAL OFRECIDA POR EL MUESTREO ESTRATIFICADO NO PROPORCIONAL,   ES LA DE POSIBILITAR UN MEJOR CONOCIMIENTO  DE GRUPOS PEQUEÑOS (EN RELACION A LA CANTIDAD DE CASOS).
DESVENTAJAS.

A)  SUPONE EL CONOCIMIENTO PREVIO DE LAS CARACTERISTICAS DE LA POBLACION,  A PARTIR DE  LA CUAL SE ESTRATIFICA.
B)  SON DE COSTO MAS ELEVADO QUE LAS ALEATORIAS SIMPLES, EN DINERO Y ENERGIA.
C)  PUEDEN EXISTIR DIFICULTADES EN LA DETERMINACION DE ESTRATOS HOMOFENEOS.

MUESTRA POR CONGLOMERADOS

EL MUESTREO CONSIDERA AL MUESTREO POR CONGLOMERADOS EN AQUELLOS CASOS EN LOS CUALES LA POBLACION A ESTUDIAR ESTA DISPERSA A LO LARGO DE AREAS GEOGRAFIAS EXTENSAS O SITUACIONES SIMILARES, DONDE LOS COSTOS PARA ALCANZAR LAS UNIDADES RESULTAN SER MUY ELEVADOS.
LOS PROCEDIMIENTOS PARA AL SELECCIÓN DE UNA MUESTRA DE ESTE TIPO SON:

A)  ES NECESARIO DIVIDIR A LA POBLACION EN CONGLOMERADOS LO MAS HOMOGENEOS QUE  SEA POSIBLE.
B)  UNA VEZ DETERMINADOS LOS CONGLOMERADOS, SE SELECCIÓNA AL AZAR DEL PRIMER NIVEL DE CONGLOMERADOS A UNA PROPORCION DETERMINADA DE LOS MISMOS.
C) DENTRO DE LOS CONGLOMERADOS SELECCIONADOS EN B, PROCEDEMOS A UNA NUEVA  SELECCIÓN DE CONGLOMERADOS AL INTERIOR DE CADA UNO DE ELLOS.

l  SI PROCEDEMOS POR EL MISMO METODO A SELECCIONAR DENTRO DE UN TERCER, O CUARTO NIVEL, HABLAMOS DE MUESTRAS DE ESCALONES MULTIPLES. TÉNGASE BIEN CLARO QUE UNA VEZ DETERMINADOS LOS CONGLOMERADOS, SE PROCEDE A UNA SELECCIÓN ALEATORIA ENTRE  CONGLOMERADOS, Y UNA VEZ SELECCIONADOS ESTOS, TOMAMOS TODAS LAS UNIDADES AL INTERIOR DE CADA CONGLOMERADO SELECCIONADO. ESTA ES LA DIFERENCIA ENTRE UNA MUESTRA POR CONGLOMERADOS Y UNA MUESTRA ESTRATIFICADA.

VENTAJAS Y DESVENTAJAS
  
A)     A)    LA VENTAJA PRINCIPAL EN ESTE TIPO DE MUESTREO ES LA CONCENTRACION DE LAS UNIDADES EN AREAS, LO QUE EVITA EL DESPLAZAMIENTO A LO LARGO DE AREAS MUY EXTENSAS, REPRESENTANDO CONSECUENTEMENTE MENOS COSTOS Y TIEMPO.

 DESVENTAJAS.

A)EN COMPARACION AL MUESTREO ALEATORIO SIMPLE O AL ESTRATIFICADO, REPRESENTA    PERDIDAS DE PRECISION.

B)  LA MUESTRA PIERDE CARÁCTER DE PROBABILISTICA, EN LA MEDIDA QUE UNA VEZ  SELECCIONADOS LOS CONGLOMERADOS PRIMEROS, LA PROBABILIDAD DE SER EXTRAIDOS QUE TIENEN LOS INDIVIDUOS DEL RESTO DE LOS CONGLOMERADOS ES CERO.

EN SINTESIS . . . (ESTO ES LO IMPORTANTE)  

LOS CUATRO TIPOS DE MUESTRAS ALEATORIAS QUE PRESENTAMOS PUEDEN SER APLICADOS EN SITUACIONES DIFERENTES, SIENDO TAMBIEN POSIBLE HACER COMBINACIONES ENTRE ELLOS.
LA MUESTRA ALEATORIA SIMPLE, CUANDO LA CANTIDAD DE CASOS ES ABUNDANTE, EN TERMINOS GENERALES DEBE SER PREFERIDA AL RESTO DE LAS OTRAS MUESTRAS, PARTICULARMENTE CUANDO NO SE CONOCE LO SUFICIENTE SOBRE LOS PARAMETROS POBLACIONALES. CUANDO ES POSIBLE ESTRATIFICAR HAY QUE HACERLO, YA QUE ESTO HOMOGENEIZA LA MUESTRA Y LOS CALCULOS CONSIGUIENTES RESULTAN DE MAYOR RIQUEZA Y REPRESENTATIVIDAD. LA MUESTRA POR CONGLOMERADOS SI BIEN TIENE ALGUNAS LIMITACIONES EN TERMINOS DE INFERENCIA, REPRESENTA MUCHAS VECES LA UNICA SALIDA CUANDO LOS RECURSOS DISPONIBLES NO SON SUFICIENTES PARA PLANTEAR CUALQUIERA DE LAS DOS PRIMERAS ALTERNATIVAS. LA MUESTRA SISTEMATICA DEBE SER UTILIZADA UNICAMENTE EN AQUELLOS CASOS QUE RESULTE IMPOSIBLE O DEMASIADO COSTOSO APLICAR UNA MUESTRA ALEATORIA SIMPLE, O COMO UNA ETAPA SECUNDARIA DE UN MUESTREO COMPLEJO.
NO SE OLVIDEN DE CABEZAS . . .
MUETRAS NO PROBLABILISTICAS

CONSIDERAMOS AQUÍ TRES TIPOS:

1)   LAS MUESTRAS CASUALES:  SON LA TECNICA FAVORITA DE REPORTEROS DE CANAL DE  TELEVISION Y DE RADIO LA TECNICA CONSISTE EN SIMPLEMENTE EN ENTREVISTAR A SUJETOS   EN FORMA CASUAL, COMO LO SEÑALAMOS VARIAS VECES; A PARTIR DE ELLAS ES IMPOSIBLE HACER ALGUNA GENERALIZACION QUE VAYA MAS ALLA DE LAS CARACTERISTICAS DE LOS INDIVIDUOS QUE ANDAN A PIE, EN DETERMINADA HORAS, POR DETERMINADAS CALLES, ETC.

2)  LAS MUESTRAS INTENCIONALES: SON EL PRODUCTO DE UNA SELECCIÓN DE CASOS SEGÚN EL  CRITERIO DE ALGUN EXPERTO; POR MEDIO DE ESTO SE SELECCIONAN ALGUNOS CASOS QUE RESULTAN SER “TIPICOS”. NUEVAMENTE ESTAS MUESTRAS NO SON TOTALMENTE INUTILES,  PORQUE RESULTAN DE IMPORTANCIA EN LAS ETAPAS EXPLORATORIAS DE LA INVESTIGACION, SOBRE TODO SI SE UTILIZA A ESTOS CASOS COMO “INFORMANTES CLAVE” SOBRE SITUACIONES   ESPECIFICAS.
 
3)   LAS MUESTRAS POR CUOTAS:  A UNA SERIE DE ENTREVISTADORES (PROESIONALES O NO) LES  ES FIJADA UNA CUOTA DE INDIVIDUOS A ENTREVISTAR, ESPECIFICÁNDOLE SUS CARACTERISTICAS (POR EJEMPLO: VARONES, CASADOS, PROPIETARIOS DE AUTOMOVIL, NO  MAYOR DE 50 NI MENOR DE 25). COMO DEBE SER EVIDENTE A ESTAS ALTURAS, EL SESGO DEL  
 ENTREVISTADOR ES UNA DE LAS DESVENTAJAS POTENCIALES MAS IMPORTANTES QUE TIENE ESTE TIPO DE MUESTREO.

¿Que es el muestreo?

MUESTREO

UNIVERSO O POBLACION  SON PALABRAS QUE SE UTILIZAN PARA REFERIRSE AL CONJUNTO TOTAL DE ELEMENTOS QUE CONSTITUYEN UN AREA DE INTERES ANALITICO.
LOS ELEMENTOS QUE CONSTITUYEN A UNA POBLACION, POR SUPUESTO, NO TIENEN QUE SER NECESARIAMENTE INDIVIDUOS HUMANOS; UNO PUEDE REFERIRSE A NACIONES, GRUPOS, EDIFICIOS, ANIMALES, OBJETOS FISICOS O ELEMENTOS ABSTRACTOS.
LOS PARAMETROS POBLACIONALES CARACTERIZAN LAS DISTRIBUCIONES DE VARIABLES ALEATORIAS (casuales) TALES COMO LA MEDIA ARITMETICA O LA DESVIACION ESTANDAR.
SE DENOMiNA MUESTRA A UN SUBCONJUNTO DEL CONJUNTO TOTAL QUE ES EL UNIVERSO O POBLACION.
LA TEORIA DEL MUESTREO TIENE COMO PROPOSITO ESTABLECER LOS PASOS O PROCEDIMIENTOS A TRAVES DE LOS CUALES SEA POSIBLE HACER GENERALIZACIONES SOBRE LA POBLACION A PARTIR DE UN SUBCONJUNTO DE LA MISMA, CON UN GRADO MINIMO DE ERROR.
NO TODA MUESTRA O NO TODA INVESTIGACION TIENE COMO PROPOSITO OBTENER CONCLUSIONES ACERCA DE LA POBLACION. UNA MUESTRA DEBE EN GENERAL SATISFACER DOS CONDICIONES: 1) EN ELLA DEBE SER POSIBLE PONER A PRUEBA HIPOTESIS SUSTANTIVAS, ESTO ES, PROPOSICIONES ACERCA DE RELACIONES ENTRE VARIABLES Y, 2) DEBE SER POSIBLE PONER A PRUEBA HIPOTESIS DE GENERALIZACION – DE LA MUESTRA AL UNIVERSO – SOBRE LAS PROPOSICIONES ESTABLECIDAS EN LA MUESTRA.

Cálculo de estimadores en muestreo estratificado.

El procedimiento para calcular los estadísticos es realizado mediante sumas ponderadas de las medidas de las muestras de cada estrato.Esto porque las distribuciones muestrales derivadas de una selección estratificada son distribuciones muestrales de estadísticos ponderados.

Para el error estandar no se puede hacer una suma ponderada de los errores de cada estrato (como se hace con la media y proporción). Se llega a través de varianzas de la distribuciones muestrales de cada estrato. La varianza total es la suma de las varianzas de los distribuciones muestrales de cada estrato , ponderada por los pesos cuadrados de cada estrato.

Muestreo Estratificado


Estratificación y eficiencia de los diseños muestrales.

La primera gran classificación de los métodos de muestreo depende del conocimiento o no de las probabilidaddes de selección de cada muestra (probabilistico o no probabilistico).
La eficiencia estadística es el grado de precisión con el que se realizan estimaciones de intervalos, considerando las diferentes técnicas probabilísticas para la misma cantidad de casos totales. Es decir cuando se obtiene un error estandar menor.

El muestreo sin reposición al azar simple (MASSR) es más eficiente que el con reposición (MASCR).

La estratificación divide a la población en grupos cuyos componentes son similares entre sí, para luego realizar una selección al azar dentro de cada estrato o grupo. La cantida de casos de cada grupo depende del peso relativo, si es una estratificación proporcional. Si es estratificación óptima también depende de la homogeneidad de los estratos.
Los grupos son excluyentes y exhaustivos.

Este procedimiento es más eficaz que el muestreo al azar simple en sus dos variantes.

La varianza total puede explicarse por la suma de las variabilidades intragrupos e intergrupos. Al formar grupos lo más disimiles entre sí, y los más homogeneos hacía adentro, se busca que el factor intergrupos asuma la mayor parte de la varianza. Cuánto más se parezcan entre sí los componentes del estrato y más se diferencie cada estrato de los otros, más precisa es la estratificación, es decir eficiente.
No sólo por cuestiones de eficiencia se la elige, ya que también permite recoger información específica sobre subpoblaciones que pueden ser consideradas como estratos, y de las que se sacarán muestras independientes.También es utilizado cuando se quieren realizar  técnicas de selección diferentes en cada estrato.

Resumen: EL CASO DE LA NO RESPUESTA Parte 3

Capítulo 3 El tratamiento de la no respuesta:

  Hay tres cosas para hacer en el caso de la no repuesta: intentar minimizar su tamaño, ver cuál es el efecto sobre el sesgo, y utilizar procesos estadísticos para corregirlo.

Mínimizar la no respuesta:
Hay diversas formas:
-Contacto previo con hogares  (carta o telefóno avisando que se va a hacer la encuesta)
-Estudiar como se presenta la encuesta y el encuestador (esto afecta más todavía a las entrevistas telefónicas)
-Revisitas: Insistir sobre la persona que no rechazo o no fue contactada..
-Uso de incentivos: dar algún regalo, dinero, etc. Esto es lo más común cuando el trabajo puede ser considerado una carga, es decir cuando requiere una gran cantidad de tiempo.

Medición del sesgo atribuible a la no respuesta
 Para estudiar la no respuesta se hace necesario recurrir a métodos históricos, y metodos cualitativos con el fin de comprender el sentidos que tiene para los entrevistados la participación en las encuestas.
 Hay varios procedimientos que tienen por objetivo conocer atributos de los no respondentes, con el fin de utilizar esta información para ponderar la muestra.

Utilización de parámetros poblacionales externos:
 Se trata de la forma más simple y utilizada. Comparamos los estadísticos obtenidos en la muestra, con sus respectivos parámetros obtenidos de fuentes externas (por lo general datos censales). Tal comparación sólo se podra realizar para variables que tengan información exterior. Tiene el inconveniente de que puede atribuirse la diferencia del estadístico y la información exterior a otro tipo de errores.

Uso de los datos muestrales de tipo agregado
 Se trata de otro método ampliamente empleado. Consiste en utilizar la información de la muestra (principalmente región y tamaño de hábitat) para conocer algo de los no respondientes y así poder ponderar la muestra. Tiene las misma limitaciones que el método anterior.

 Uso de estimaciones hecha por los entrevistadores
En el momento de hacer entrevistas, los entrevistadores pueden obtener información sobre los hogares o personas no entrevistadas: (edad, sexo, tipo de barrio, etc).

Entrevisas a los no respondientes: Se saca una submuestra de los no respondientes para que contesten algunas preguntas sobre las razones por las que no contestaron y sobre sus carácteristicas sociodemograficas. Si la submuestra es representativa , los resultados se pueden utilizar para la no respuesta de conjunto.

Sustitución: Incrementar la muestra original con unidades adicionales que sustituyen a las no respondentes. Se garantiza el tamaño de muestra requerido para cumplir con el máximo error que fija el investigador. Acarrea el peligro de que las nuevas unidades sean poco parecidas a las sustituidas.
 Una forma de solucionar este problea es la selección por cuotas en la última etapa.En lugar de seleccionar al azar al entrevistado, se le pide al encuestador que cumpla con determinadas cuotas fijadas anteriormente.

Medición de la probabilidad de respuesta Politz Simmons:
Según estos autores, si la gente no responde es por razones de disponibilidad. Por lo tanto se pregunta cuántos de los previos días estaban a la misma hora en el lugar en que se realizo la encuesta. A los individuos que estaban poco o ningúno de los días previos,se les da una alta ponderación, porque representan a los individuos poco disponibles, que son los que escasean en la muestra.

Extrapolaciones basadas en la dificultad:
 Se obtiene una medida de la dificultad de obtener la respuesta de los entrevistadores que contesten. Una muy usada es cantidad de visitas necesarias. Se busca una variable que se correlacione con ésta, por ejemplo: personas ocupadas laboralmente. Se podría buscar una imputación de esta variable a los no respondentes.

Uso de los rechazos temporales: Se usan los rechazos temporales (los que contestan la encuesta luego de algunas revisitas), para estimar las carácteristicas de los rechazos definitivos.

3.3Modelos estadísticos de tratamiento de la no respuesta:
La ponderación intenta darle más peso a determinados respondentes con el fin de que representen a los no respondentes. Hay diversos tipos: según datos poblacionales, según datos de la muestra, ponderación ranking-ratio y basada en la probabilidad de respuesta.

Según la distribución de la población:
 Intenta corregir desviaciones importantes entre la muestra y la población, atribuible a diferentes tasas de respuesta entre los grupos o estratos. Aquí no se exige que conozcamos ninguna característica de los no respondientes.La información se refiere a la población y a las personas que han contestado.
Un ejemplo: atribuirle a los hombres y mujeres que no han contestado, las respuestas de los hombres y mujeres que si han contestado. Se puede utilizar otra variable que no sea sexo. También podría ayudar en algunos casos disminuir el error atribuible a un incorrecto marco muestral.

Ponderación según los datos de la muestra:
Hay que dividir al conjunto de los individuos en estratos con pesos distintos. El peso de cada estrato es porporcional a la inversa de su tasa de repsuesta. Ahora se necesita conocer a que clase pertenecen no sólo los respondients sino también los no respondentes.  Generalmente se uitliza junto con la anterior.

Ponderación Ranking- Ratio:
 Se forman clases o grupos a través de la distribución conjunta de dos variables, para las que se dispone de su distribución univariable.  Se desarrollan pesos que hagan que las distribuiciones marginales de las variables auxiliares se ajusten a las distribuciones marginales de la población.

Ponderación según la probabilidad de respuesta:
Hay varios procedimientos para hacerlo: uno es el de Politz-Simmons, otro el de Kalton.
Se utiliza para asignar un peso a la variable: días previos que estuvo disponible a la misma hora.

Resumen: EL CASO DE LA NO RESPUESTA Parte 2

UNA TIPOLOGÍA DE LA NO ESPUESTA:

 Hay diversos tipos de no respondentes:
No contactos: no se encuentra al hogar o no se puede contactar con nadie
Rechazo: Puede ser del hogar o de la persona seleccionada.
NO entrevista: Se efectúa la selección de la persona a entrevistar, pero el entrevistado es incapaz o esta ausente.
Elementosdel marco muestral: La vivienda no está ocupada, o es una institución.


Tamaño de la no respuesta:

El autor recopila estudios que muestran variables que influyen en la tasa de no resupestas. Basandose en otros estudios concluye que:
1) La ciudad aumenta el número de no respuestas, explica el comportamiento menos cooperativo en general.Está relacionado con la tasa de delincuencia de las ciudades.

El Office of Management and Bugdet establece como límite máximo un 25% de no respuesta. Pero en general hay tasas muy superiores.

Estudiar los no respondentes:


Groves llega a las siguientes conclusiones:
-La gente mayor tiene más propensión a no responder que los jóvenes.
-Los hombres tienen mayor tasa de no respuesta.
- Las tasas de no respuesta es superior en personas con niveles de escolaridad inferiores.
-Los ingresos mayores estan relacionados con una menor tasa de respuesta.
-Los hogares donde vive un número menor de gente tienen mayor tendencia a rechazar que los hogares con muchas personas.

Bermúdez señala: "la no respuesta es mayor en las provincias de renta elevada y entre los directivos y profesionales liberales que tienen altos ingresos"

.Otros estudios plantean una teoría de centro-periferia. Tendrían mayor tendencia a contestar quienes se sientan beneficiados por el hecho de contestar una encuesta. Serían quienes se encuentren en la "corriente principal de la sociedad", y no quienes se sientan así mismos por fuera del "centro".

-Otra teoría menciona el beneficio para el entrevistado, pero a un nivel más individual. Responderan quienes piensen  que contestando a la encuesta piensan que pueden generar un beneficio a la sociedad, los que tienen simpatias por el entrevistador, los que encuentran interesante el tópico de la encuesta, o simplemente los que sienten placer en hablar con otra persona o en contestar preguntas.

Resumen: LA BONDAD DE LA ENCUESTA, EL CASO DE LA NO RESPUESTA de SANCHEZ CARRION, JUAN JAVIER

Hay dos tipos de no respuesta: total y parcial. La primera es cuando la persona seleccionado no puede ser entrevistada. La segunda cuando el entrevistado no responde alguna de las preguntas del cuestionario.

Una práctica común para la no respuesta total es  reemplazar a esa unidad por otra unidad de análisis o revisitarla con el objetivo de encontrarla.

La no respuesta conlleva a la reducción del Número total de casos. Por otro lado, en ocasiones, introduce un tipo de error llamado sesgo. Éste se produce si quienes se niegan a responder son personas que reunen determinadas condiciones comunes o si las unidades que sustituyen no son iguales a las sustituidas.

Según el autor, siempre hay que evaluar cuidadosamente que hacer ante la no respuesta, ya que todavía no hay acuerdo entre los especialistas en torno a este problema.Hay distintos estudios con perspectivas contrapuestas.
Hay quienes opinan que la sustitución por otras unidades en lugar de reducir el error lo aumenta. Para otros ello conlleva incluso la perdida de la condición probabilistica.

Que hacer en estos casos, depende también del objetivo del estudio.Estudios de cierta indole, como los sociales y comerciales, en general sustituyen, mientras centros de investigación gubernamentales (está hablando de españa, principalmente del INE) optan por eliminar a los no respondientes.


El problema de sesgo: El sesgo por la no respuesta,puede llevar a una falta de representatividad.. Según el autor  : "el sesgo es un error fijo, independiente de la replicación de la muestra de la que se trate, igual a la diferencia entre el valor esperado del estadístico obtenido en la muestra y el parámetro de la población".
Se introduciría sesgo si la no respuesta en lugar de ser aleatoría, se da en un colectivo de personas que comparten ciertas carácteristicas (por ejemplo determinado nivel socioeconomico que concentré la mayoría de las no respuetas). Esto introduciría un sesgo, donde ya que ese grupo socioeconómico se encontraría subrepresentado y la muestra no sería representativa.

 Según algunos estudios (Stichcombe y otros), el error por la no respuesta puede ser mayor que el error variable de muestreo (lo que en general se llama error típicoo error standar).

Si en lugar de eliminarla se la sustituye no se soluciona del todo el problema. Es probable que la terminen sustituyendo personas que no comparten la misma carácteristica que las que no quieren responder.

Elección de la prueba o test de hipotesis

 Una de las más usadas es la distribución muestral de medias, que vincula la población y la muestra. Las más usadas son la distribución de muestral de medias Z ( cuando la distribución tiene forma normal) y T de student  (cuando no conocemos la forma o sabemos que no tiene forma normal y tiene menos de 30 casos)

Cuando la distibución tiene forma «normal» o tiene más de 30 casos podemos reemplazar en la formula que está más abajo, el desvio estandar (dato con el que a veces no se cuenta) por el cuasidesvio estandar. Si la distrubición si tengo menos de 30 casos puedo reemplazar pero utilizando distribución t de student y no z.
                            (media)      (confianza)   omega, desvio)
         U =             X sup +       z                .        O
(parametro)                      raiz cuadrada de N


Para determinados niveles de confianza uno va a determinar intervalos mas chicos con T en comparación a z. Pero a medida que crece el tamaño de la muestra, t se va volviendo normal Z.


 Calcular el estadístico crítico (o de tabla)

Se calculan los grados de libertad. Se define si la hipotesis tiene una o dos colas. Y se determina (en realidad ya debía estar determinada anteriormente) la confianza con la que se trabaja.
Con estos datos se utiliza la tabla de la distribución que hayamos elegido y se busca el punto crítico.
Este puntaje crítico (por ejemplo t crítico o z crítico) esta en unidades de error típico.

4_ Definir zona de aceptación de la Hipotesis nula (H0) -> Está se define previamente antes de empezar con el test de hipotesis..
Para dos colas la zona de rechazo son todos los valores mayores al puntaje crítico (z o t)  positivo y menores al puntaje crítico (z o t) negativo.
Para una cola la zona de rechazo es todos los valores mayores (para determinadas H0) o menores (para otras h0) al puntaje crítico (z o t).

Pruebas de hipotesis de una muestra


Estadistica inferencial: utiliza la estadistica descriptiva y la suma del cálculo de la probabilidad.
Las técnicas sirven para la estimación de parámetros.

Prueba de hipotesis: busca ver si las diferencias entre dos medias se dan en la población o no. Si no se dan en la población es porque son fluctuaciones de muestreo.
Para el análisis de los datos, son más ricas las pruebas que relacionan dos o más muestras. Las pruebas de una muestra son fundamentales para el muestreo y nos van a decir si esa muestra es representativa o no de la población.

Nos permiten ver si nuestroas medias, porcentajes y otros parametros, están dentro del rango del valor de la población.
Si en nuestra muestra los valores sociodemográficos se ajustan a los de la población, podemos tener confianza que los valores de nuestra variables dependientes se ajustan también

Si la muestra no es representativa, es porque hay unidades sobrerepresentadaso subrepresentadas.

Resumen: Muestreos no probabalísticos:

Son muy usados porque son más baratos que los probabilísticos, se realizan en menos tiempo, y pueden hacer muy buenas estimaciones. Son muestras que se utilizan para la parte exploratoria de estudios cuantitativos posteriores, para investigaciones cualitativas que no buscan representatividad estadística, sino una indagación más profunda.
Las muestras probabilísticas tienen otros objetos, son más caros y llevan mucho más tiempo porque son referencia de decisiones del estado.

El tipo de muestreo no probabilístico en general no necesita la existencia de un marco, el probabilístico sí.
-Intencional: Por alguna razón se quiere que ciertos elementos formen parte de la muestra y el investigador selecciona determinadas áreas o espacios geográficos. Allí se supone que van a encontrar las unidades para sus estudios. La selección esta dominada por cuestiones teóricas.
No agrega nada en términos probabilísticos, pero se pueden hacer estimaciones no probabilísticas a partir de ellos, y muchas veces son útiles para determinados objetivos.


-Accidental: No brindan mucha información profunda, pero sirven para cuando uno desconoce el fenómeno en cuestión, para estudios exploratorios, o para ciertos objetos de estudio particulares.
En el intencional el criterio para la selección de las unidades depende del investigador, mientras que en el accidental el criterio lo decide el entrevistador.

-Muestreo por cuotas: Les da a las unidades encuestadas una proporcionalidad relacionada con alguna variable conocida de la población. Ello para darle representatividad a la muestra con respecto a la población. No es probabilística, pero pretende ser representativa en términos de alguna variable. Se busca la representación del universo a partir de una seudo estratificación.
Un ejemplo sería: a partir de la información de la población sobre la variable sexo , establecer cuotas de encuestados que respeten el porcentaje de hombres y mujeres en la población. Si el 70% de la población fueran mujeres, se les realizarían a mujeres un 70% de las encuestas.
Por lo general se utiliza un cruce de variables, por lo general sexo y edad (que a su vez puede tener muchas categorías). Esto genera varios grupos

-Muestreo por bola de nieve: desarrollado en los años '60 para casos en los que es difícil ubicar las unidades de análisis. Es para casos llamados "marginales" , es decir, que están fuera de la «homogeneidad» de la población. A medida que encuentro uno o dos casos, hay uno que me conecta con el otro, todos los casos conocen a alguien y ese alguien e lleva a otro.
No hay tamaño de la muestra preestablecido, el límite es la saturación teórica, es decir se deja de recolectar información cuando los nuevos casos no aportan información nueva.

Más sobre la selección aleatoria probabilística:

intervienen mecanismos externos: algún objeto externo al investigador que garantice la aleatoriedad. Por ejemplo: un bolillero, una hoja especialmente diseñada con números aleatorios, o funciones informáticas.
Muestreos Probabilísticos: Muestreo Al Azar Simple (M.A.S)
Hay muestreo al azar simple con reposición (MASCR) y sin reposicion (MASSR). En el primero todas las combinaciones tienen la misma probabilidad, mientras que en el segundo ello no se da.

Al MASCR se le dice «infinito», mientras que al MASSR « finito». Este último por ser finito es más preciso, y más usado.

En ambos se pueden calcular las probabilidades de salir de cada elemento.

Para calcular las probabilidades de salir de cada elemento:
en MASCR: N² (n al cuadrado)
en MASSR: N!/ (N-n)! n!
N! es el producto de todos los naturalese desde uno hasta N. Por ejemplo: 5! es: 1x2x3x4x5

Pruebas de hipótesis:

Hay varios tipos de pruebas de hipótesis: prueba de una muestra (varios tipos), de dos muestras (para saber si hay relación entre dos variables) o de más de dos muestras

Determinar el tamaño de la muestra:

Depende de los objetos de la investigación, de la confianza y el error con los cuales acepto trabajar, y de la homogeneidad de la población (si no se la conoce, se la puede estimar).

Marcos muestrales


 Son el listado de las unidades de análisis y muestras. Deben tener a todos los elementos existentes. No son fáciles de conseguir, y no siempre están bien, pueden estar sobre o subdimensionados o desactualizados, con datos duplicados, etc.
 Una vez conseguido hay que trabajar sobre el y eliminar los posibles errores (duplicados, etc.)
Si no esta presente el listado, hay formas de sustituirlos: por ejemplo planos de manzanas, etc.

Recordemos que un muestreo probabilístico sólo se puede hacer con la base de un marco muestral, sino no será probabilístico (o por lo menos no lo será en todas sus etapas).

Unidad de análisis y unidad de muestreo:

Unidad de análisis es el "sujeto" al que se investiga.
Unidad de muestreo es la unidad de la población a partir de las cuales se selecciona la muestra. Por ejemplo: Uno puede tomar un hogar como unidad de análisis, y entrevistar al jefe de hogar para obtener la información requerida. En este caso la unidad de análisis es el hogar, y unidad de muestreo el jefe del hogar

Muestreo: Pasos para realizar un diseño por muestreo

1_ Definir la población (definir unidad de análisis, de muestreo y la extensión en espacio y tiempo)
2_ Identificar el marco muestral
3_ Seleccionar un procedimiento de muestreo
4_ Escoger un método de muestreo
5_ Determinar el "n" (número de casos de la muestra)
6_ Seleccionar i la muestra y reunir información
7_ Validar la muestra (medir la estimación y precisión de la estimación)
8_ Analizar datos y presentar resultados.

Breve comparación: muestreo estratificado versus conglomerado.

En el muestreo estratificado se busca que los grupos (cada estrato) sean lo más distintos uno del otro, y que las unidades dentro de un mismo estrato sean lo más homogéneas a su interior (es decir que cada estrato presente una varianza baja)

En el muestreo por conglomerados se intenta que cada conglomerado reproduzca internamente lo que es la población. Es decir que los conglomerados hacia adentro sean tan heterogéneos como las población en estudio, y que entre ellos sean lo más homogéneos posible.

ERROR MUESTRAL Y NO MUESTRAL

Hay dos tipos de errores en la estadística inferencial: El error muestral y el error no muestral.
Una muestra tiene error muestral y no muestral, mientras que un censo sólo tiene el primero.
Hay un tercer tipo de «error»: la no respuesta. Para muchos autores constituye un grupo separado. Por ahora la dejaremos de lado, ya que tendrá su propio artículo.

Cuando uno habla de error muestral, está hablando de la "precisión" del calculo. Mientras más alto es el error, hay más imprecisión, más grande es el intervalo en el cuál se encuentra el parámetro con cierto % de confianza. Todas las muestras poseen error muestral.

El error no muestral es el tipo de error que se relaciona con problemas prácticos. Problemas a la hora de la encuesta (que el encuestador invente datos, que los anote mal, que el encuestado responda mintiendo, etc.), errores a la hora de codificar los datos, errores a la hora de cargarlos en el sistema informático, etc.

A primera vista el censo parecería mejor ya que posee un sólo tipo de error. Sin embargo esto no siempre es así. Un censo tiene un error no muestral tan grande que en determinados casos puede representar un problema mayor que la suma de los dos tipos de errores para la muestra. En ese caso sería preferible la muestra.

Pero todavía falta lo más importante, el punto de vista práctico. El censo tiene un gasto de recursos (humanos, financieros, etc.) mucho mayor que el de la muestra. Así es que en casos donde estadísticamente sea adecuado el censo, a veces no es posible económicamente, o a veces no es tanta la diferencia de precisión, que conviene realizar una muestra un poco menos preciso, pero mucho menos costosa. Todo tiene que ser analizado en cada situación en concreto.

También pueden utilizarse de conjunto. Hay casos donde hay una coexistencia de un censo y una muestra sobre las mismas unidades de análisis. Un ejemplo es el de la Encuesta Nacional Económica, que realiza anualmente el INDEC desde el 2005. Ésta se comenzó a hacer luego de realizar un Censo Económico previo.

Hay diversos mecanismos para reducir tanto los errores muestrales, como los no muestrales, lo importante es saber que hay formas de calcularlo y que es vital hacerlo.

Dos grandes grupos de muestreos: probabilístico y no probabilístico

Teóricamente el muestreo puede dividirse en dos grandes grupos: los probabilísticas y no probabilísticas.
Las primeras son regidas por el azar, y se deben conocer todos los elementos y las probabilidades de salir de cada uno. Mientras que en las segundas no.
En el Muestreo probabilístico Las unidades tienen una probabilidad conocida (diferente de 0 y 1) de formar parte de la muestra.