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.

A
Z
A
R
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).
Punto inicio (azar) entre 1 y k
4 Coeficiente de elevación
k: 40/9= 4,444 ≈ 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
2. Calcular el tamaño muestral (aplicar fórmula). Ej.
n=2500
3. Estratificar la muestra (ej. afijación proporcional)

4. Selección aleatoria simple de

las unidades muestrales según
la cuota (n) obtenida en cada
estrato.
Tipos de muestreo probabilístico
Muestreo de Conglomerados:
 Las unidades muestrales no son los individuos sino conglomerados
(conjuntos de individuos) con homogeneidad externa.
1. Marco de muestreo (universidades españolas)

2. Muestra de
universidades
(conglomerados)
a través de un Normalmente el
muestreo Muestreo de
aleatorio simple, conglomerados
sistemático o forma parte de un
estratificado. Muestreo
polietápico…
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)