bueno pues ya parece que se ha iniciado la grabación bueno pues bueno
también para los que estéis aquí presentes los que estén en streaming y
los que veáis están diferidos hoy vamos a tratar tema número 6 el
muestreo para la encuesta tenemos programado la pizarra podéis encender el
ordenador y entrar en vuestro en vuestro perfil os podéis descargar el pdf
vale con la problemática de la con la problemática de la pizarra mira que
lo tenemos avisado pero bueno hoy vamos a tratar el tema número 6 si han
ido subiendo y las grabaciones de los puedes descargar de powerpoint y pdf
es lo mismo la cuestión está en que ellos subió ante powerpoint la
plataforma me lo permitía y ahora no me lo permite desde las grabaciones
están te lo puedes descargar que mira que te falta alguna lo que se ha
metido un correo de los vasos y te lo pasa en el formato que quiera si lo
quieren powerpoint powerpoint por cuerpo y la ventaja que tiene es que lo
puedes modificar porque vuelvo a repetir son ilustraciones etcétera
etcétera y yo me puedo equivocar y hay cosas que yo recalcó como más
importante pero usted es luego puedes ver y otras cosas otras dimensiones y
al final acabamos que entre todo construyendo otro libro sobre el libro
pero bueno bueno venga pues la cuestión están que hoy vamos a intentar
intentar terminar el tema 6 el muestro para la encuesta la próxima sesión
que tenemos bien ya después de las vacaciones que serán sobre el tema
número 7 preguntas el cuestionario un tema muy cortito y además que tiene
relativamente fácil como hacer un buen cuestionario que lo veremos
después de las vacaciones ya en la última sesión, que será el día 20
algo no, antes del 20, el 10 algo 10 9 de enero, antes del examen pues
haremos algunos exámenes, ¿de acuerdo? intentaremos que la sesión sea lo
más dinámica posible, en el sentido de que veremos las preguntas que hay
de exámenes e intentaremos darle una respuesta así un poco desde nuestro
punto de vista, ¿vale? o sea que tenemos la clase de hoy y la clase del
próximo día para terminar lo que es finalizar el temario teórico. Bueno,
ya nos vamos a meter en harina, ya lo decíamos que al principio de la
asignatura era un poco así esotérica podemos llamarla de alguna forma,
pero ahora ya nos estamos centrando en cuestiones que realmente son
realmente son prácticas y realmente se trabaja de forma profesional así,
¿no? El muestreo para la encuesta tenéis que partir de una base que ya
hemos visto en una en el tema anterior mismo la encuesta, fijaros, la
encuesta ya más o menos todos sabemos lo que es, ¿no? De hecho alguna
compañera le han realizado una encuesta por primera vez en su vida,
¿verdad? Y ya has visto que se hace, ¿verdad? En el ámbito profesional
con las encuestas parece algo así como de inteligencia, pero que se hacen,
¿verdad? Bueno, pues, ¿qué es el muestreo? ¿Qué entendéis alguien, me
podéis decir? No, por el chat, los que estáis aquí presentes me podéis
decir qué entendéis por muestreo. ¿Qué creéis que puede significar el
muestreo? Venga, decís cualquier cosa, es lo mismo. Elegid una muestra,
¿vale? ¿Y qué es una muestra? 9, 8, 7 6, 5, las elegidas. Vale. Una
recopilación de muestras, ¿vale? Más cosas. 5, 4, 3, 2, 1, 0. Venga,
para el muestreo, esto para la mente solo tenéis que tener claro, una
muestra es un conjunto de personas que son las elegidas para una encuesta,
pero que son representativas del conjunto de la población, ¿ok? Así. Una
selección de personas o cosas, pero esta selección es representativa del
conjunto de la población o sea si la población es una población sea cual
sea la población una muestra es un conjunto pequeño de esa población
pero que reúne las mismas características de la población en general si
tenemos los alumnos de grado en sevilla en el centro asociado de sevilla y
tenemos seis mil y pico de alumnos que cursan aquí los estudios queremos
hacer una encuesta para medir la satisfacción de los alumnos con las
instalaciones pero etcétera cogeremos una muestra del conjunto de los seis
mil y pico de alumnos que tiene el centro asociado de la unes en sevilla de
acuerdo pero claro imaginaos que como una muestra y seleccionamos todos
hombres o cogemos una muestra y seleccionamos todos del grado en
criminología porque yo soy el que hago la encuesta como a todos los
hombres del grado en criminología es esa encuesta es representativa del
conjunto de la población no está cerrada tiene que ser una muestra
representativa del conjunto de la población en el grado de la un buen
perdón en el centro asociado de la unes sevilla hay varios grados casi
todos los grados autorizados más másteres más microgrado más grado más
más cursos acceso a la universidad pues tendré para ver la satisfacción
de las personas con las instalaciones que tendremos que que segmentar de
cada una de las poblaciones la el grado de participantes en nuestra
encuesta vale de forma que por criterios de fijación pues fijaremos
cuánto cogeremos del grado en criminología cuántos hombres cuántas
mujeres cuánto cogeremos de los primeros cursos cuánto cogeremos de los
últimos cursos etcétera etcétera etcétera para que el conjunto de la de
la muestra que escojamos a la cual le vamos a aplicar la encuesta sea
representativa del conjunto de la población bueno pues esto es lo que
tenéis que tener claro nítido en la mente y empiezo a leer las muestras
se utilizan al objeto estudiar una parte de la población y a partir de esa
subpoblación hacer estimaciones sobre la totalidad de la población vale
la repito las muestras se utilizan al objeto de estudiar una parte de la
población y a partir de esta subpoblación a partir de esta muestra de su
población hacer estimaciones del conjunto de la población imaginaos que
la aquí presente y aquí presente soy la muestra nuestra muestra escogida
aparte y os pregunto cuál es vuestro grado de satisfacción con las
grabaciones que se realizan vale pues a partir de esta muestra de ustedes
hacemos estimaciones del conjunto de todas las personas que están
matriculadas en esta asignatura en el centro asociado de los medios sevilla
eso es lo que significa hacer estimaciones y os pregunto que si la utilidad
de las grabaciones y ustedes me contestáis de 1 a 10 cuál es vuestro
grado de utilidad bueno vamos a poner que sale de media un 0,5 pues a
partir de ese 0,5 estimamos que en el conjunto de la población en el
conjunto de todos los matriculados en esta asignatura pues la media de
valoración del 1 al 10 0,5 vale sigo la atracción de muestra ha sido
concebida como la ciencia que permite controlar y medir la fiabilidad de la
información estadística útil mediante la aplicación de la teoría de
probabilidades y a esto lo veis así con en sí más y tal y ahora cuando
termina aquí vamos a dar esto mismo en este mismo grado en el año que
viene en la técnica de estadística esto no viene de la nada esto se funda
bajo los criterios de la probabilidad matemática o sea no podemos hacer
una muestra y yo digo venga vamos a hacer una muestra del conjunto de los
egresados en la del conjunto de los estudiantes generaron criminología en
la unes a distancia y vamos a hacer una muestra de los de sevilla eso se
tiene que hacer mediante criterios estadísticos que se basan en teoría de
la probabilidad que el año que viene lo veréis vale de acuerdo de forma
que todas las unidades que entren en el llamado bombo entre comillas tengan
las mismas posibilidades de ser escogida y de que una unidad no puede ser
escogida vale matemática lo que viene pero no preocuparse muy fácil bueno
las razones para el uso de la muestra primera razón de tiempo y coste
económico evidente tiempo y coste económico sólo entendéis no si yo
tengo que hacerle una encuesta a todos los alumnos y alumnas del grado en
criminología pues imagina todo el tiempo que me puedo llevar y el coste
económico que tiene tendremos una población de 50 60 70 o 100 2 la
muestra probabilidad pro ofrecen más datos que los derivados de los censos
bueno vale en fin de comillas pero si ofrecen más datos porque él y digo
entre comillas porque hoy en día se empieza a trabajar con registros
etcétera etcétera pero bueno la muestra ofrece más datos porque
simplemente el censo podemos establecer a más los censos son cada 11 años
y bien así que eso si acaso no le eche mucha cuenta o saltar las muestras
permiten mayor rapidez en la recogida de datos y celeridad de hecho en su
publicación eso sí es rápido y más cola con las particularidades que
hoy tenemos con la encuesta que se podemos hacer por intento si escogemos
una pequeña muestra 400 500 mil personas más rápidamente recogemos los
datos más radicales los podemos publicar le sigo en encuestas traversas
las preguntas están de repetidas en distintas encuestas se consigue un
efecto diacrónico y dinámico permitiendo analizar la información de
opiniones actitudes o comportamientos a lo largo del tiempo diacrónico en
el sentido de que la puedes puedes recabar las opiniones a través del
tiempo hacia atrás y dinámico en el sentido de que puedes bueno tiene una
serie de dinámicas es dinámico Seguro, seguro, seguro sea así. Pero,
oye, tiene una gran probabilidad de que así sea. Por tanto, las encuestas
pueden permitir o pueden diferenciarse debido a la actuación de las
muestras laboratorias en poblaciones heterogéneas. Bueno, esto es algo
así como un poco así, ¿no? Es la medida, el año que viene sí, pero
este año no. Pero vos lo tenéis que conocer. El error es la medida de la
distancia entre valores estadísticos obtenidos en la muestra y el valor de
parámetros en la población. ¿Qué es el error? El error es si yo he
obtenido un 0,5 en la utilidad de las teorías en la muestra de los aquí
presentes, más los que están en Internet, el error será la diferencia
que hay entre esa medida que he establecido en la población y el conjunto
de la población. Se mide en tantos porcientos. Un error del 2%, del 3%. Un
error del 2% o hasta el máximo que se permite es un error hasta del 5%.
Pero ya entramos en errores estadísticos, ¿vale? Estoy hablando con una
cosa muy simple, que es una pregunta de valorar la utilidad de las
grabaciones. Pero, oye, estamos hablando de, yo qué sé, de la encuesta de
la población activa o algo por el estilo, que tienen unos márgenes de
error que tienen que ceñirse al mínimo. Y luego el nivel de confianza,
que es la probabilidad de que esa distancia o error no sea mayor de la
actualización. O sea, y los niveles de confianza más usuales en 95,5, en
97, en 99 y en 99,5. En el 99,5% de las veces que repita la encuesta
tendré un margen de error del 2%. ¿De acuerdo? Esto os suena a
matemática pura y aquí intentad comprenderlo. Lo tenéis en el libro,
tenedlo localizado por si os viene el examen, pero que no, vamos, yo no
creo que os van a preguntar, vamos, de hecho no viene y tal, ¿no? Este
año no viene, sí. Este año, pues bueno, tenéis que tener conocimiento
de que el muestreo no lo elegimos al azar. El muestreo lo establecemos
mediante reglas matemáticas, mediante sus fórmulas y establecemos dos
parámetros básicos. Uno que es el nivel de confianza y otro que es el
margen de error. El fundamento estadístico del muestreo, sigo, propone
generalizar los resultados obtenidos en la explotación de encuestas al
conjunto de la población total. Observando, ¿no? Los márgenes de error y
de probabilidad. Por tanto, la teoría de la probabilidad es el fundamento
básico del muestreo. Esto sí, tal y como viene aquí, lo que más o menos
tenéis que tener... Si ahí tenéis que memorizar algo de lo que hemos
visto, memorizad esto, ¿vale? Bueno, pues vamos a la terminología básica
del muestreo. Cuando empecemos a trabajar de forma profesional, como
criminólogos y criminales, y tendréis que construir una muestra para
hacer cualquier tipo de estimación estadística sobre vuestras
poblaciones, tenéis que utilizar una terminología científica básica. Y
es así y no es de otra forma. La terminología es primero la población.
¿Qué es la población? La población es el agregado de elementos del que
se extraerá la muestra. Repito, agregados de elementos del que se
extraerá la muestra con la que se va a trabajar en una investigación.
¿Ok? ¿Vale? La población es... A partir de tal, el conjunto de los
graduados en Sociología, el conjunto de los usuarios de las instalaciones
del Centro de la Unión en Sevilla, el conjunto de la población reclusa,
etcétera, cualquiera de ellas. Muestra comprende a la población, pero no
a su totalidad. La amplitud de la muestra debe ser proporcional a la
magnitud de la población, en el sentido de que si tenemos una población
reclusa, no sé cuántos pueden ser, 30.000 personas, 40.000, 50.000, no lo
sé, pues tendremos que coger una muestra acorde a el tamaño de la
población. ¿De acuerdo? Debe de garantizarse la variabilidad que existe
en la población con respecto a las variables de estudio. O sea, que si
tenemos el conjunto de los usuarios de las instalaciones del Centro Sociado
de la Unión en Sevilla, dentro de la muestra tiene que haber la
variabilidad que hablábamos antes. Los diferentes grados, los diferentes
sexos, los diferentes niveles de edad, ¿de acuerdo? El otro día
sacábamos, yo creo que es a la memoria, y os estoy hablando del Centro
Sociado de la Unión en Sevilla y del uso de instalaciones porque el otro
día estaba haciendo la memoria, pues estaba haciendo la parte de la
memoria y estaba calculando la edad media de los grados. ¿Sabéis cuáles
son los grados con menor edad media aquí en Sevilla? Pues son física y
química por una parte, y luego casi igual educación social y
criminología. Son con la edad media más baja. Extraigamos las
conclusiones que estimemos. ¿De acuerdo? Bueno, por eso dentro del
conjunto de la población de los usuarios del Centro Sociado de la Unión
en Sevilla, pues tiene que existir esa variabilidad. Imaginaos que cojo,
pues estoy hablando de edad media. Y nada, ahora cogemos a todos los
alumnos de criminología de edades superiores. ¿Es representativa? No. Y
la edad media más alta de todos los grados es sociología y ciencias
políticas. Sociología, ciencias políticas e historia. Es la que tiene
mayor edad. Y ahora me voy a los más jóvenes. Y todos los más jóvenes
en sociología. Y ahora en educación social y en tal, cojo a los hombres
en vez de a las mujeres, que tienen más mujeres. En fin. Tiene que dentro
de la muestra que escojamos medir esa variabilidad. Tiene que tener, para
que sea representativa, esa variabilidad que pueda existir en el conjunto
de la población. A eso se refiere. Luego, otro de los criterios en la
muestra es que haya ausencia de distorsión en la elección de la muestra,
evitando que partes de la población sometidas a observación no estén
incluidas en el marco muestral. ¿Vale? Que no distorsionemos nosotros a
elegir la muestra. Imaginaos que estoy intentando trabajar con los alumnos
del grado en criminología y yo distorsiono la muestra porque os cojo a
ustedes y a los presentes. Y sin embargo, no cojo a los que lo ven en
diferido. Estoy distorsionando la muestra. A lo mejor sin querer. A lo
mejor porque hay mayor probabilidad de elección. Pero bueno. El otro día
estábamos trabajando con una revisión sistemática de la literatura.
Sobre un tal, ¿no? Y hacíamos una muestra de los estudios en los últimos
cinco años de innovación docente, etcétera, etcétera, etcétera. Y
distorsionábamos la muestra. ¿Por qué distorsionábamos la muestra?
Vale, ¿otra vez? ¿Sigue grabando? Sí, está arriba el puntito grabando.
Venga, vamos, continuamos. Qué bien. Bueno, que sea representativa de la
población, que garantice la reproducción de las características básicas
de la población, tanto cuantitativa como cualitativamente. ¿De acuerdo?
Cuantitativa en el sentido de, oye, edad, secuencia, etcétera. Sexo, como
cualitativamente, como otros tipos de variables. Lugar de procedencia,
etcétera, etcétera. Sigo. Si voy demasiado rápido, lo siento, pero es
que tenemos que ir así, ¿no? Bueno, el marco de la muestra son las
unidades de población acotadas de las cuales se va a extraer la muestra. A
mayor definición del marco muestral, mayores probabilidades de reducir los
sesgos. La situación ideal, que no siempre existe, pues hay universos no
registrados o difícilmente catalogables, requiere un registro exhaustivo
individualizado de los elementos de la población. El marco de la muestra
son los elementos que pueden ser elegidos dentro de la muestra. Lo repito,
imaginaos que es un bombo. Tengo una población, ¿eh? Y ahora cuando yo me
pongo a hacer la muestra, digo, bueno, pues de esta población voy a
escoger mi marco muestral. Y son los que tienen, los que seguro que tienen
la probabilidad de salir. ¿Vale? Acotando los que pueden salir. ¿Vale? El
marco muestral. Se ha de verificar que la población que deseamos
entrevistar o encuestar, el universo teórico coincide con aquel que se
trabaja en el universo de trabajo. Producto de la elección de la muestra.
¿Vale? El marco muestral, en definitiva, es las unidades con las cuales
vamos a trabajar. En la población, pero ya acotada, ¿no? Porque hay a lo
mejor personas a las cuales no podemos hacer, porque viven en las
montañas, o porque tal, o porque el conjunto de la población recursa.
Pero hay a lo mejor los que están en tercer grado, que tienen más
posibilidad para poder acceder, otros que tal, y los que están
incomunicados a eso no podemos acceder. Son población, sí, pero no
podemos acceder. Están en el marco muestral, ¿no? ¿Vale? ¿Así? Venga.
Las unidades muestrales, ¿qué son? Hola. Las unidades muestrales. Pues
son las unidades muestrales. Es cada uno de los elementos que son unidades
muestrales. O sea, cada uno de los elementos que van a participar en la
encuesta o tal. La talla de la muestra, el número de personas que van a
participar o elementos que participan en nuestra muestra. ¿Bien? Bueno,
pues tenemos marco de la muestra, población, unidades muestrales, y talla
de la muestra. ¿Vale? Eso, bueno, voy a explicar un poco esto. ¿Vale?
Entonces, las unidades muestrales simples en una sola etapa. Las unidades
muestrales solo corresponden con los individuos. En diseños polietápicos
se selecciona unidad muestra conforme a un proceso de etapas normalmente
jerarquizado. Desde unidades muestrales primarias hasta unidades muestrales
finales. ¿No? Pero bueno, esto es cuando lo vamos haciendo por etapas. En
el sentido de que empezamos con, yo os digo yo, el conjunto de la
población reclusa y empezamos con los... Los... El conjunto de la
población reclusa a nivel nacional. Luego, a nivel autonómico. Luego, los
dividimos por hombres y mujeres. Vamos así, trabajando con etapas. ¿No?
Hasta que al final escogemos, yo sé, la cárcel de Soto del Real, la
cárcel de Morón y la cárcel de Huelva. Y ahí hacemos la encuesta.
¿Vale? Bueno, aproximación a la lógica del muestre probabilístico. Esto
es lo mismo. La homogeneidad y heterogeneidad de la población. La muestra
debe contener la misma variabilidad, heterogeneidad que se da en la
población. Eso lo hemos visto. Sesgo. ¿Los sesgos qué son? Cuando dicen,
oye, la muestra está sesgada porque hay algún tipo de
infrarrepresentación o sobrerepresentación en las unidades muestrales. De
tipos o características de una sobre otra. Es lo que hemos estado viendo.
Hay infras... Imaginaos que hacemos una encuesta y hay una
infrarrepresentación de mujeres y una sobrerepresentación de mujeres.
Porque no está bien diseñada la muestra. Continúo. Representatividad y
probabilidad en la elección. Cada elemento de la población debe tener la
misma posibilidad de ser elegido. Regla 1. Conocer esta probabilidad de
elección implica la existencia de una seguridad estadística probable. En
muestras no probabilísticas, la seguridad estadística no existe y por
tanto no se podrán evaluar márgenes de error imposibilitando a la
generación. Diferencia estadística. ¿Vale? Es lo que hablábamos al
principio. Es lo que yo os decía al principio. Cuando realizamos muestras
no las hacemos por nuestro antojo. Lo hacemos en base a la teoría de
probabilidad. ¿Vale? La teoría de la probabilidad es la que nos da las
reglas matemáticas para hacer las muestras. ¿Vale? Definidas por un nivel
de confianza y un margen de error. Y la regla número uno es que en un
muestreo probabilístico cada uno de los elementos tiene la misma
probabilidad de ser escogidos que el resto de los elementos. Y todos los
elementos tienen la probabilidad de poder ser escogidos. No vale una
muestra sobre la población reclusa de la cual eliminamos los
incomunicados, pero resulta que por algún tipo de tal a la de Santander no
podemos acceder. O, por ejemplo, cuando se estudia la población reclusa en
Cataluña, creo, y creo que en Cataluña, aunque yo no estoy muy puesto en
temas de... En temas de... De penitenciario, pero bueno, se verá en el
próximo cuatrimestre. Cataluña tiene otra administración, con lo cual es
imposible. No podemos acceder a esa muestra. Está la muestra cerjada. Los
presos que están cumpliendo condenas en las casas catalanas pues no tienen
la probabilidad de hacer escogidos nuestros muestras. Pues nada, si no,
bueno, no estoy por poner algún tipo de ejemplo. ¿Vale? Continúo. Bueno,
ahora los tipos de muestreo. ¿Vale? Esto... Esto casi que por de memoria
también. Sí, es que... A ver. Hasta ahora era todo interpretativo.
¿Vale? Los focos cruz, los grupos de discusión, las entrevistas,
etcétera, etcétera. ¿Vale? Era toda una cosa sin interpretativa. Yo
cuando empezamos la encuesta os lo dije. Digo, aquí ya... Esto ya estamos
empezando en serio. Y ahora estamos con la muestra y esto es que así y no
es de otra forma. O sea, los muestreos probabilísticos son... Los tipos de
muestras. Los muestreos son probabilísticos y no probabilísticos.
¿Probabilísticos por qué? Porque se basan en la teoría de probabilidad.
Y no probabilísticos porque no hay probabilidad. ¿Vale? Los
probabilísticos son aleatorios simples. Aleatorios simples que significa,
imaginad que tenéis todas las bolas en un bombo. Y movéis el bombo del
bingo y sacáis las bolas. Al azar. Luego tenemos al azar sistemático.
¿Vale? Y imaginaos que tenemos un conjunto. Un millón de personas.
¿Vale? Por ejemplo. Y decimos que vamos a coger el conjunto... Vamos a
tirar una bola y cogemos el 13. Y sale... Tiramos una bola y sale 64. Y
tiramos otra y sale 32. Y ahora cada... Vamos a escoger el 64 más 32. Más
64 más 32. O sea, establecemos un azar sistemático. Establecemos siempre
el azar sistemático. Y ya tenemos el mismo sistema para la elección. ¿Os
vale el ejemplo o pongo otro? Si no, lo repito. Saco... Tengo del 1 al 1
millón. Y saco un primer número. Y me sale el número 64. Y saco un
segundo número. Y me sale el 32. El primero es el 32. El segundo es el 64.
Y ahora le voy sumando 64 más 32. 64 más 32. Me lo he inventado. Es una
regla. Pero es al azar. Pero hay un sistema. A ver, escógelo. ¿Vale? O un
algoritmo que lo podamos establecer. Estratificado. Resumido en pocas
palabras. Cogemos la muestra. Tiene que ser proporcionada al conjunto de
los estratos. ¿Qué son los estratos? Pues imaginaos que cogemos una
muestra. Hombres y mujeres. Pues tiene que ser proporcionada al número de
hombres y al número de mujeres. ¿Vale? Si escogemos los estudiantes de
educación social en el grado de la UNED en Sevilla, que tiene un 65% de
mujeres con respecto a un 35%, y escogemos una muestra, pues la muestra
tiene que ser proporcionada al 65% de mujeres y al 35% de hombres.
¿Verdad? Yo no puedo tener una muestra que tenga un 70% de hombres y un
30% de mujeres. ¿Que no? Pues por eso mismo. Porque tiene que ser
estratificado. ¿Vale? Por conglomerados. Muy bien. Por conglomerados es
cuando ya las elecciones muestrales no las hacemos sobre... individuos,
sino sobre conglomerados. Ahora imaginaos que en realidad vamos a hacer un
conjunto de una muestra y en lugar de individuos, pues cogemos
conglomerados. Bloques de piso... Similares. ¿Vale? Tenemos las encuestas
a un bloque de piso en la barriada de Pino Montano, a otra en la barriada
del Polígono de San Pablo, a otro en la barriada de la Macarena Tres
Huertas, y a otro en el Tal. Y hemos hecho del 41-15 de Sevilla. Hemos
cogido 10 bloques. Luego nos pasamos al 41-13 de Sevilla y cogemos tantos y
así sucesivamente. No cogemos unidades muestrales, cogemos los bloques de
piso, por ejemplo. ¿Vale? Y son conglomerados porque ya no es una persona,
sino un conglomerado, varias. Polietápico, que luego lo veremos, y luego
los no probabilísticos. Hemos visto en la primera parte izquierda
probabilísticos que se basan en la teoría de la probabilidad, parte
derecha no probabilístico. ¿Qué significa no probabilístico? Que ya...
Ya ahí no hay teoría de la probabilidad, entra la subjetividad del
investigador, que pueden ser por cuotas, intencionados o de conveniencia.
¿Vale? Lo veremos. Venga, primero, muestreo aleatorio o alafar
sistemático. Sencillo y leo. Y prototípico. Se necesita un registro de la
población a partir del cual se seleccionan las muestras. Imaginaos tener
en vuestra mente la bola, el bombo del bingo. ¿Vale? Condiciones que cada
elemento tenga idéntica probabilidad de ser incluido en la muestra. Que
cada posible combinación de n elementos ha de tener la misma probabilidad
de construir la muestra. Una muestra aleatoria simple de tamaño n está
compuesta por n elementos elegidos entre la población, de modo que todas
las muestras de ese mismo tamaño tienen la misma posibilidad de ser
elegidas. Diversas estrategias para elección de muestras. Bombo de la
lotería, calculadoras, ordenadores, tablas de números aleatorios,
etcétera. Los... El listado de teléfonos, etcétera, etcétera. ¿Vale? Y
esto que viene aquí es así y no es de otra forma. Y cuando vayáis a
poner y hacéis la irreferencia a la muestra es n minúscula. No es o, ni
mue, ni m, ni nada. Es n. Y a la población n mayúscula. ¿Vale? Bien.
Bien, ¿no? ¿Tenía algún problema con esto? Venga, pues continúo. El
tamaño de una muestra aleatoria simple. Los factores que influyen en su
fijación. Los recursos disponibles. El tamaño, o sea, el presupuesto real
y el tiempo. Evidentemente, tendremos que... Si vamos a una muestra,
tendremos que presupuestarla y el tiempo que tenemos. El diseño de la
muestra. Los diferentes diseños requieren tamaños muestrales diferentes.
La varianza de la población, o sea, la mayor heterogeneidad de la
población. Mayor varianza. En consecuencia, mayor tamaño de muestra. Si
no existe conocimiento sobre el tamaño de la población, pues normalmente
se acude a que la varianza es 50%. Si no conocemos el tamaño de la
población o no conocemos, por ejemplo, si cuántos hombres y cuántas
mujeres lo componen, pues asumimos que 50% de hombres y 50% de mujeres.
Conforme mayor variabilidad asumamos, pues mayor nivel de error. Pero
bueno, esto ya es algo más matemático. Lo que quiero que tengáis en
cuenta es que mayor tamaño de la muestra... Perdón, a mayor población. A
mayor tamaño de la muestra. A mayor heterogeneidad de la muestra, o sea,
cuanto mayor varianza haya en la muestra, haya en la población, mayor
tamaño de la muestra. A menor margen de error, mayor tamaño de la
muestra. Y a mayor nivel de confianza, mayor tamaño de la muestra. ¿De
acuerdo? El error ya lo hemos explicado antes, pero bueno, yo si acaso lo
vuelvo a repetir. Es la distancia entre valor esterístico obtenido en la
muestra y el parámetro en la población. A medida que aumenta el error...
A medida que aumenta el error muestral, disminuye el error. A medida que
aumenta la muestra, disminuye el error. O sea, cuanto más muestra tengo,
menos error tengo, evidentemente. Si yo estoy haciendo una muestra sobre la
utilidad de las tutorías jalabadas y hago una muestra de 25 personas, pues
tendré un margen de error. Si en vez de hacerla de 25, la hago de 50, me
disminuirá el error. Si la hago de 75, me seguirá disminuyendo el error.
Y si la hago del 100% de la población, pues ya no hay error posible. Como
en los temátodos, ¿verdad? Y el nivel de confianza, que normalmente se
prefija en el 95, en el 97,5, en el 99, en el 99,5. Si lo fijo en el 95,5%,
solo de cada 100 muestras que escoja, 5 superarán los niveles de error
prefijados anteriormente. Bueno, esto lo he traído de Julio Borda, que es
también profesor de gran criminología. Y bien, ahí viene un poco más
detenidamente explicado y demás. Yo os lo he puesto ahí, o bueno, si
tenéis interés de más, lo leéis y a lo mejor os saca de duda. Pero
bueno, eso es lo que ya lleváis hoy y yo creo que vais bien. Continúo.
Muestro aleatorio sistemático. Y se parte de un listado de la población
por sorteo de la primera unidad. La primera unidad, el 64. Se calcula un
coeficiente de elevación o intervalo de muestreo. Bueno, K igual a N,
etcétera, etcétera. Unidad debe ser inferior acá. El resto de los
elementos muestrados se obtiene sumando el número inicial, el coeficiente
de elevación y así sucesivamente. Es lo que yo he dicho antes. Al azar
sistemático, yo cojo una primera unidad en un listado del 1 hasta 1
millón, por ejemplo. En el listado de los números de teléfono o en el
listado de los alumnos del grado en criminología o de los usuarios del
centro de la UNEJ en Sevilla y cojo la primera unidad. Acevedo Blanco. Que
soy yo, ¿vale? Y ahora estimo un algoritmo, este u otro cualquiera. Y el
primero y luego el 33 y luego 33 más, luego el 33 más, 33 así. Hasta que
cojo hasta el último, ¿vale? Es al azar, pero con un algoritmo que me
indica qué unidades debo sacar. El muestreo estratificado. Permite obtener
mayor representatividad disminuyendo el error muestra. Se basa en el
supuesto de que las poblaciones homogéneas producen muestras con errores
muestrares más reducidos. Se seleccionan elementos a partir de sus
poblaciones homogéneas desde el conjunto de la población total. Cuando el
universo es muy heterogéneo, se desean aplicar diferentes tipos de
muestreo probabilístico y los diferentes tratos de la población se trata
a las subpoblaciones como una población única a partir de la cual se
construye el proceso de la teoría y sorteo. Bueno, y luego cómo sostienen
el tamaño de los estratos, ¿proporcionales o no proporcionales? Bueno, o
sea, imaginaos que el muestreo estratificado de los alumnos en el centro
asociado de la UNED en Sevilla para medir sus instalaciones y tenemos una
población que está dividida en másteres, grados, microgrados y acceso a
la universidad. ¿Verdad? Vale. Cada una de esas poblaciones, ¿verdad?,
tendrá dentro de esas cinco poblaciones que he nombrado la que mayor peso
tiene en los grados, ¿no? Eso tendríamos el primer estrato. Ahora, dentro
de los grados tenemos 10 o 15 grados que se dan en la UNED. Grado en
Criminología, Grado en Sociología y Ciencias Políticas, Física,
Química, Matemática, etc., etc. Cada uno con una población, ¿no? Sería
el siguiente estrato, ¿de acuerdo? Y luego dentro de ese estrato,
imaginaos que hay otro estrato por abajo. Mujeres. Y otro estrato por
abajo, nivel de acceso, de cómo han accedido. Bien, por el acceso a la
universidad, por el BUC, por el COU, etc., etc. Cada uno de esos estratos
tiene un peso poblacional dentro del conjunto de la población. La muestra
que vamos a construir tiene que trabajarse con respecto a todos esos
estratos y ser proporcional a cada uno de los estratos o no proporcional,
dependiendo del peso que le demos a cada uno de esos estratos. ¿Cómo
empezamos? Pues las tendremos que diseñar, ¿de acuerdo? Imaginaos si hay
6.500 alumnos, el 80% están en un grado, pues tendremos que coger el 80%,
86% de nuestra muestra de grado. Y el resto de las otras titulaciones.
Ahora dentro de grado tendremos que coger si Derecho y Psicología son los
que más tienen. Y Derecho y Psicología tienen como mil y pico de alumnos.
Y Psicología... No, Derecho mil y pico y Psicología hay Derecho 700 o por
tal. Pues tendremos que ser, nuestra muestra tiene que ser de Psicología y
Derecho más, ¿no? Luego tendremos que coger dentro ya de aquí, pues
tendremos que hacerlo proporcional dependiendo del tipo de acceso y hombres
y mujeres. Pues todos esos estratos que hemos nombrado, conforme y
proporcional a esos estratos, construiremos nuestra muestra, ¿vale?
Criterios, estadísticos, fórmulas, etc. Bueno, hay tres formas de
afijación, o sea, a darle el peso a la muestra de cada uno de ellas.
Primero, la afijación simple, se asigna el mismo tamaño muestral a cada
estatus, o sea, cogemos el mismo número de elementos de cada uno de los
grados. Desde el primero, desde Psicología, hasta el último. ¿De
acuerdo? ¿Qué ocurre? Las encuestas electorales dependen... Depende de la
encuesta y depende de la elección, ¿vale? Te vas a la página web y lo
ves, el diseño de la muestra. En el CIS, por ejemplo, viene. Pero
normalmente, claro, tienen que tener en cuenta que una encuesta electoral,
pues una encuesta electoral primero, si es a nivel nacional, pues tiene que
coger... Normalmente son 3.600 elementos las que hace el CIS. Pues tendrá
que coger Andalucía, que tiene un peso de la población tanto. Tiene que
coger Andalucía, de Madrid, etcétera, etcétera. Pues esté estratificado
y luego, por último, va a las unidades muestrales, ámbito rural, ámbito
urbano, etcétera, etcétera. Cada uno de los estratos, ¿vale? Pero vamos,
estamos en el caso de los grados, en el centro asociado de la UNED Sevilla,
que parece que no... Estamos trabajando y ya estamos metidos en ese mundo y
si nos vamos a otro tipo de estrato, pues nos perdemos. Bueno, afijación
simple, sí he dicho que cogemos de todos los grados, de la UNED Sevilla,
de todos los grados. Pero el mismo tamaño, pues ¿qué ocurrirá? Que las
carreras con menos personas, pues tendrán un mayor peso dentro de la
población. Proporcional, cogeremos proporcional a cada uno de los grados,
¿cierto? ¿Qué de psicología son los que más gente hay? Pues cogeremos
más gente de psicología, más de derecho, más de educación social, más
de trabajo social, más de criminología, así sucesivamente. Y menos de
las carreras que tienen menos. Y luego por último, la afijación óptima.
Que esto se hace, y esta es una que me preguntan constantemente, pero
normalmente no la van a preguntar en el examen. Si lo preguntan, quedaros
con esto. Porque esto hay que saber un poco de estadística, hay que hacer
una... O sea, hay que tener mayor conocimiento matemático y tal. Pero
bueno, con que os quedéis, con que la afijación óptima se hace teniendo
en cuenta... La varianza poblacional, con eso ya es suficiente, ¿vale? La
afijación normal que existe es la proporcional. O sea, todo el mundo
cuando hace una encuesta, hace afijación proporcional. Y hace otro tipo de
afijación de Neymar o una afijación óptima por la varianza, etcétera,
etcétera. ¿Vale? Bueno, por conglomerado. Lo decía antes. Ahora, las
unidades no son los individuos, sino un conjunto de individuos. ¿Qué?
Bajo determinados supuestos pueden ser considerados una unidad. En el
diseño de investigación se parte de una selección inicial de clústeres
o conglomerados. Para poder proceder a continuación con la elección de
los elementos dentro de cada uno de los conglomerados. Cuando la población
que se pretende estudiar se agrupa por áreas. Por ejemplo, la población
de un barrio que se agrupa por manzanas. Se pueden seleccionar determinadas
áreas o manzanas. De forma que cada uno por sí sola represente lo más
posible a la población de este barrio. Este tipo de muestreo se denomina
por áreas o por conglomerados. Simple. Lo más rápido. Para que, como
siempre os digo, para la mente. Muestreos por conglomerados es cuando las
unidades de muestreo no son individuos, sino conjuntos de individuos.
Clústeres o conglomerados. ¿Vale? Pensad que ya no cojo individuos, sino
cojo bloques de piso. Lo que hablábamos antes. Para los que sois de
Sevilla capital o los que sois de cualquier otra población. Que Sevilla,
por ejemplo, está dividida en distritos. El 41 tal o el 41015. Que es
donde vivo yo. Bueno, estoy dando ya demasiados datos. A lo que voy.
Imaginaos que ahora, en vez de... Vamos a hacer una encuesta política,
como dice Obrero4. Vamos a hacer una encuesta política, ¿no? Para pedir,
oye, para las cargas de Sevilla. Próximo alcalde para las elecciones que
ha partido a votar usted, etcétera, etcétera. Y vamos a hacer la
elección. En lugar de unidades por conglomerados, ¿no? Normalmente las
encuestas políticas, primero se hace por conglomerados. Y luego, a partir
de los conglomerados, se cogen las unidades muestrales. Las mínimas. Y
ahora lo que cogemos, en lugar de unidades, cogemos bloques de piso.
Nuestra unidad va a ser un bloque de piso. Y vamos a entrevistar a todos
los géneros en bloqueo. A unos bloques de 41015. Oye, ¿cuántos barrios
están compuestos? Pues uno de aquí, otro de aquí, otro de aquí, otro de
aquí. ¿Vale? Amate, no sé qué. Pues cogemos un bloque de amate, otro de
aquí, otro de aquí, otro de ahí. ¿Vale? Nuestras unidades son bloques.
Conglomerados, clústeres. O sea, conjuntos de individuos. Bueno, esto es
un poco así, tal, ¿no? Nos va a hablar de la... Claro, tenéis que tener
en cuenta que está en una ola. Un poco complicado. En primer lugar, porque
esto se hace con fórmula y se ve mejor. El año que viene lo veréis. Pero
claro, como se muestre ahora, se escriben tesis. Todos los años se
escriben varias tesis, ¿no? Y todo esto que viene aquí, pues un poco
así, bien, que lo entendáis y demás. Si alguien tiene alguna duda, pues
si no, ahora vuelvo, ¿vale? A ver si me da tiempo de intentar acabarlo
todo. Quedan unos pocos minutos. El tipo de muestreo no probabilístico.
Utilizando cuantos... No se dispone de un marco muestra para la población
en el estudio cuando simplemente no se considera adecuado el uso del
método probabilístico. Y son... Muestros por cuota, aplicado
principalmente al marketing y estudios de opinión sobre la base de que se
desarrolla en el conocimiento de la población y sus proporciones. Sobre
esta base se asigna un tamaño muestra proporcional según los estratos. En
la práctica se asigna peso a las cerdillas en una población y se va
construyendo una matriz de celdas y va construyendo... O sea, marca a
hombres y mujeres con niveles de estudios superiores. Por ejemplo,
imaginaos que estáis haciendo un estudio de élite o algo similar, ¿no? A
élites de grandes empresarios, de gente de mucho dinero y demás. Y os
jodáis por cuotas, ¿no? Hombres, mujeres, etcétera, etcétera. Y
asignáis a estas personas en concreto, ¿vale? La muestra intencionada.
Bueno, esto ya es cuando simplemente vamos a... Y realmente ya de aquí no
hay ningún tipo de probabilidad, sino que simplemente las escogemos porque
sí, porque nuestro objeto de estudio pues así lo requiere. Y pueden ser
muestreos de casos extremos, muestreos de casos poco usuales, muestreos de
casos con máxima variación a los límites, muestreos de subgrupos
homogéneos, muestreos estructurales, muestreos con informantes
estratégicos y mezcla de las anteriores. Ya esto, el muestreo no
probabilístico es de muestras intencionales y esto hay diferentes tipos de
muestreos, pero esto ya es porque como no hay posibilidad de hacerlo
proporcionalmente o bien el objeto de estudio no lo requiere, pues hacemos
muestras intencionales. ¿Qué pasa? Que no podemos extraer conclusiones
generalizarlas en conjunto de la población, pero oye, al fin y al cabo
sigue siendo un estudio, ¿de acuerdo? Por un tipo de muestra. Y las
muestras de conveniencia. Por tu hito o accidental. Caso en que salen al
encuentro el entrevistado los más disponibles, no sé. Esto ya pues
totalmente experimental. Salgo a la calle y os hago aquí, me pongo ahí en
los pasillos y voy entrevistando al que vaya pasando por los pasillos sobre
el uso de las instalaciones. Muestra de conveniencia directamente. No hay
ningún tipo de probabilidad. Y esta es la última. Yo lo que quiero es que
nos centremos en la diapositiva que ya puedo dejar de ir tan rápido. En la
diapositiva esta, aquí, ¿vale? Nos centramos aquí, ¿bien? Tipo de
muestreo. Primero, muestreo probabilístico y no probabilístico. ¿Qué
significa eso? Venga, explícame. ¿Cuál es la teoría de probabilidad?
¿Cuál? El probabilístico. ¿Y el no probabilístico? No hay teoría de
probabilidad, ¿vale? ¿Queda claro? No hay duda, ¿no? Primero. Primero,
aleatorio simple. Dime, al azar. ¿Vale? ¿Hay problemas con eso? Segundo,
al azar sistemático. ¿Alguien por ahí? ¿Un algoritmo o una regla
sistemática? ¿De acuerdo? Bien, ¿no? ¿Extratificado? ¿Nada?
¿Proporcionada? Vale, pero dilo más concretamente. Cada uno de los
estratos. ¿Vale? Muy bien. O sea, la muestra es proporcional a cada uno de
los estratos de la población. ¿De acuerdo? Para la confección de la
muestra tenemos en cuenta cada uno de los estratos de la población para su
confección de la muestra. ¿Bien? ¿Tú tienes una población y la
población está dividida por una serie de características? ¿Vale? ¿Sí?
Cada una de esas características es un estrato, ¿no? Sí. No sé qué
ejemplo te viene bien. El de las clases, el de los grados. No hace falta.
Pero te viene bien cualquiera de esos ejemplos, ¿verdad? Los grados. Cada
uno de ellos son un estrato. ¿Bien? ¿Por conglomerado? Exactamente.
Ahora, las unidades muestrales no son unidades muestrales sino
conglomerados. ¿Vale? Conjuntos de individuos. Luego viene el
polietápico. Y yo no sé. Yo aquí no lo tengo. ¿Viene por aquí en el
libro? Yo creo que no. Viene a decir y el polietápico debe... Bueno, yo lo
explico por encima. Normalmente el que se suele hacer en investigación
social grande, que se divide en diferentes etapas. En un principio se
escogen unidades de conglomerados y luego posteriormente se escogen
unidades muestrales. ¿Qué os digo? Hacer la... Acoger los conglomerados.
Por ejemplo, bloques de piso o manzanas. Bloques de piso en la zona urbana.
Manzanas en las zonas rurales. Escoge esos bloques de piso y luego baja
ahí. Y dentro de esos bloques de piso escoge las unidades muestrales.
¿Vale? Está en dos etapas. Viceversa. ¿Vale? En diferentes etapas. Etapa
número uno y luego etapa número dos o tres o las que sean necesarias.
Bueno, a la izquierda tenemos los probabilísticos y no probabilísticos.
Vuelvo a repetir. Los probabilísticos son los que se basan en la teoría
de la probabilidad. A partir de la teoría de la probabilidad se construyen
una serie de... De una serie de... De fórmulas y demás que son las que
nos determinan cómo hacer una muestra. Y luego a la derecha tengo las no
probabilísticas. Las no probabilísticas que son... Como no son
probabilísticos, o sea, no me tengo que ceñir a los criterios
matemáticos de la probabilidad. Pues ya puede ser por cuotas. Se lee con
una serie de cuotas. Oye, voy a hacer un... Una muestra a los abogados. En
activo. Y voy a coger a los penalistas, a los abogados laboralistas y a los
de turno de oficio. Me quedan otra serie de abogados por ahí. Pero oye, yo
escogí esta cuota. No hay probabilidad del conjunto de los abogados en
activo. No. Pero oye, las razones que sean las que sean las que nos
convengan a nuestro estudio. Pues así determinan que tenemos que trabajar
de esta manera. Que no puedo generalizar los resultados. Que no puedo
extraer... Conclusiones matemáticas. Evidentemente. Pero no quita que
la... Que sea un estudio. Muchas veces, la gran mayoría de las veces, no
podemos hacer muestras probabilísticas. No podemos acceder. Luego las
muestras intencionadas. Y luego las muestras de conveniencia. Las muestras
de conveniencia que es así más experimental. Que salimos y escogemos a
los caballos viniendo. Como una especie de bola de nieve. Y las
intencionadas, pues... Que simplemente elegimos. Hay diferentes. Cuando se
hacen muestreos de élite. Cuando se hacen diferentes tipos de muestreos. A
personas más informadas, etcétera. Hay una serie que vienen ahí en el
libro. Que ustedes lo leéis con más tranquilidad. Pero si tenéis alguna
duda. ¿Y esto qué significa? Me lo decís y demás. Pero lo interesante
es que sepáis esto. ¿Vale? Que sepáis que las muestras son
probabilísticas. No probabilísticas. Y que están divididas en aleatorios
simples, asociados, sistemáticos, stratificados por conglomerado y por
conglomerado. Por el politápico no creo que sea. Bueno, pues ya hemos
acabado con este tema. ¿De acuerdo? La semana que viene, cuando volvamos
de las vacaciones. Vemos el tema de las... El tema de las... De las
preguntas. Tema 7. Lo vemos. ¿Vale? Cómo se hacen las preguntas en los
gestionarios. Y el día antes del examen. Pues tendremos que hacer algo
más dinámico. Nos traemos las preguntas. Y las responderemos aquí de una
forma un poco así más amena y demás. ¿No? Podemos decir todas las cosas
que se nos vengan a la mente. Y demás. Y tomar notas de... Oye, estas
frases, ¿no? Que tú pones en un examen. Que el muestreo es
probabilístico. Se basa en la teoría de la probabilidad. Y eso no te lo
puede echar para atrás nadie. Y esas cuatro o cinco cosas básicas que hay
que poner cuando se llegue a una prueba. Bueno, pues nada. Muchas gracias a
los que estáis viendo esto. ¿Vale? Y en diferido. Y a los que estáis en
directo por asistir. Y nada. Que feliz navidad. ¿Vale? Muchas gracias. Una
cosa. Dime. ¿Saben que se prueba el libro? Sí. Pero el libro lo voy a ir
comprando. O sea. No pueden ver. No pueden. Sí. ¿Vale?