DISEO DE MUESTREO

Los estudios de consumo, oferta y abastecimiento de dendrocombustibles se realizan

fundamentalmente utilizando tcnicas de muestreo. Esto significa que a travs del estudio de un
pequeo grupo (muestra) elegido aleatoriamente, se obtienen datos de las variables de inters de
un grupo de mayor tamao (universo6), para despus inferir sobre el comportamiento de esas
variables en el universo. Esto es as porque hacer estos estudios en todo el universo, con
excepcin de aqullos muy pequeos, tiene altos costos.
6

El "universo" tambin es llamado "poblacin' en estadstica.

3.1 Universo
El universo debe ser definido desde los objetivos del estudio y puede serlo en trminos geogrficos
(una localidad, un municipio, un distrito, una provincia, un pas o cualquier otra categora
intermedia) o en trminos sectoriales (la poblacin urbana, las industrias de cermica, los
productores de lea). Tambin se debe dar lmites temporales a la definicin del universo, porque
su composicin y caractersticas pueden cambiar con el correr del tiempo. Se recomienda que el
universo tenga lmites espaciales coincidentes con las agrupaciones estndares, de uso comn, u
oficiales de cada pas (polticas, administrativas, naturales, etc.), para que sea posible estimar sus
dimensiones a partir de bases de informacin ya existentes.
El universo se define en forma preliminar al inicio del diseo metodolgico de un estudio, para
despus precisarlo al conocer su tamao y distribucin espacial y temporal, a travs de la revisin
de informaciones existentes. La redefinicin del universo puede significar ampliarlo o reducirlo. El
primer caso puede ocurrir cuando se reconoce que existe un rea con uso importante de
dendrocombustibles o donde hay oferta real o potencial de ellos. La eliminacin de reas del
universo puede deberse, por una parte, a que sea tal la carencia de informacin sobre la demanda
o la oferta, que su incorporacin al estudio lleve a un error mayor que su eliminacin; y por otra, a
que se reconozca que alguna localidad o rea no forman parte del universo por no contar con
usuarios de importancia.

3.2 Marco muestral

Una vez definido el universo, se debe recabar informacin, lo ms exacta posible, de sus
dimensiones y distribucin espacial y temporal, para con ello poder construir el marco muestral,
que es la base para hacer el diseo de muestreo. El marco muestral es la informacin que ubica y
dimensiona al universo y puede consistir de censos de vivienda y mapas agrupados por
localidades, barrios, repartos, etc.; mapas de cobertura forestal con agrupamientos por tipos de
vegetacin o usos del suelo; listados de viviendas en localidades pequeas, etc. La construccin
del marco muestral se detalla en los apartados referentes a las variables generales de la demanda,
oferta y abastecimiento (Captulo 2).

3.3 Unidad de muestreo

Un concepto bsico en la teora del muestreo, que debe definirse claramente para construir el
marco muestral, es la unidad de muestreo, que es la unidad mnima de observacin de la que se
obtendr informacin de las variables tiles. Por convencin estadstica, se usar "N" para
referirnos al nmero de unidades de muestreo que integran el Universo y "n" para el nmero de
unidades de muestreo en la muestra. Para cada sector la unidad de muestreo ms conveniente se

indica en la Tabla 3.1. Otras unidades de muestreo pueden ser definidas de acuerdo a los objetivos
de los estudios.
Tabla 3.1 Unidad de muestreo segn el grupo temtico y sector o ramo de estudio.

Grupo

Sector o ramo

Unidad de muestreo

Residencial
- urbana

Vivienda

- rural

Demanda

Industrial

Comercial

Establecimiento

Institucional

Directa

Parcela

Indirecta

Establecimiento

Oferta

Productores

Abastecimiento

Transportistas

Productores individuales, empresas

Comercializadores

Despus de haber definido el universo y la unidad muestral, y de contar con un marco muestral, el
diseo del muestreo consiste de dos grandes etapas: definicin del tipo de muestreo y
determinacin del tamao de muestra.

3.4 Tipos de muestreo

Existen diferentes tipos de muestreo, pero todos se basan en el principio de aleatoriedad. Para
poder hacer inferencias vlidas de lo que ocurre en un universo a partir de una muestra es
necesario que sta sea representativa de l, lo cual se logra con la aleatoriedad y con un tamao
suficiente de la muestra.
La base de la inferencia estadstica es la aleatoriedad. Esto significa que todos los elementos del
universo tengan la misma oportunidad de ser elegidos para componer la muestra. Si no se los
eligiera aleatoriamente se corre el grave riesgo de tener resultados NO representativos de toda la
poblacin, sino de un sector de ella. A esto se le llama sesgo. Un ejemplo de sesgo por eleccin
NO aleatoria en un inventario de recursos leeros, es elegir las parcelas cercanas a las vas de
acceso. Por esa condicin, es muy probable que sean las ms explotadas y que tengan menores
existencias de madera. As, hacer la extrapolacin al Universo de los resultados de esta muestra
NO aleatoria, llevara a una subestimacin de las existencias.
El tamao de la muestra es dependiente de la variabilidad del fenmeno a estudiar, del nivel de
confianza fijado y del error admisible. Un error muy comn es la afirmacin de que, para que una
muestra sea representativa de un Universo, debe ser de un tamao directamente proporcional a su
tamao, es decir, que a mayor tamao de Universo debera ser mayor el tamao de la muestra.
Adelante se detallar la forma de obtener el tamao de muestra.

3.4.1 Muestreo aleatorio simple

Consiste en elegir en forma aleatoria "n" unidades muestrales (UM) del universo. El proceso debe
otorgar la misma oportunidad de seleccin a todas las UM en una sola ocasin.
Se asigna un nmero a cada UM y se selecciona la muestra aleatoriamente con ayuda de tablas de
nmeros aleatorios, calculadoras, sorteo, etc. Esta tcnica solo puede ser aplicada cuando se
dispone de un marco muestral completo, que incluya a todas las UM, y stas puedan ser
reconocidas e identificadas sin dificultad en el terreno. Por ejemplo, un listado telefnico, o una lista
de domicilios con identificacin de calle y nmero, o nombre del ocupante de la vivienda. En el
caso de muestreo de recursos naturales, suele ser difcil identificar o localizar exactamente a las
parcelas sorteadas, ya que se necesita un mapa detallado e instrumentos de localizacin
geogrfica de precisin adecuada.
Cundo se debe usar el muestreo aleatorio simple:

Cuando se sabe que la variable de mayor inters se distribuye aleatoriamente en el

universo.

Para universos pequeos (no ms de 200 UMs).

Para universos de poca dispersin geogrfica.

Cuando no se conoce el patrn de distribucin para la variable de inters.

Muestreo aleatorio simple

Universo

- 70 ladrilleras en una ciudad

- Todas son pequeas, con produccin entre 30 mil y 60 mil ladrillos por ao

Marco Muestral

- Listado de establecimientos de la Oficina Municipal Tributaria

Unidad Muestral

- Establecimiento

Seleccin aleatoria

- Se numeran los establecimientos y por medio de un sorteo o usando nmeros aleatorios se

eligen "n" establecimientos para entrevistar

3.4.2 Muestreo aleatorio estratificado

Este tipo de muestreo se utiliza cuando el universo original, de tamao N, es fragmentado en
estratos relativamente homogneos en cuanto a la variable de inters. Esto es aconsejable
siempre que la variacin entre estratos sea mayor que la interna de cada estrato.
A cada uno de estos estratos se les trata independientemente como un universo, en cuanto al
mtodo de seleccin de las UM y de estimacin de parmetros. Al interior de cada estrato, las UM
se pueden seleccionar en forma aleatoria, por conglomerados o sistemticamente.
El muestreo estratificado permite mejorar la precisin de las estimaciones con menor esfuerzo de
muestreo, caracterizar a cada estrato por separado y facilitar la coordinacin del trabajo de campo.
Es muy importante considerar que las unidades de muestreo deben pertenecer a un solo estrato,
que los estratos deben ser reconocibles ms all de grupo que hizo el estudio y que debe
conocerse el tamao del estrato. No es recomendable formar muchos estratos, pues se
complicara innecesariamente el estudio a campo y el anlisis de datos.

Para tomar la decisin de hacer un muestreo estratificado existen criterios generales. En el grupo
de demanda de dendrocombustibles, la
saturacin y el consumo son las variables que en primera instancia deben definir la pertinencia de
estratificar. En el grupo de oferta directa la estratificacin se hace por tipo de fuente, clase de
cobertura o de uso de suelo. Para el grupo de oferta indirecta, y abastecedores, productores,
transportistas y comercializadores) se usa el volumen de produccin o comercializacin. Como se
trata de variables que se deben conocer antes de hacer el estudio, es posible obtener datos de
ellas por fuentes secundarias o por variables indicadoras, lo cual se detalla en el Captulo 2.
Cundo se debe usar el muestreo estratificado?

Se usa principalmente en poblaciones donde se supone o se conoce que la distribucin de

la(s) variable(s) de mayor inters es diferente entre subpoblaciones fcilmente
identificables.

Por su baja eficiencia del muestreo, NO se recomienda aplicarlo en universos pequeos,

con menos de 200 UM y variables de distribucin normal.

Muestreo aleatorio estratificado

Universo

- 15 500 ha de tierra donde se produce lea en diferentes Usos del Suelo

Estratos

- Potreros (3 000 ha)

- Cercos vivos (4 000 ha)

- Bosque natural (3 000 ha)

- Vegetacin secundaria (5 500 ha de manigua, acahual o capuera)

Marco muestral

- Mapa de uso del suelo a escala

1:20 000

Unidad muestral

- Parcela (de tamao especfico para cada uso del suelo)

Seleccin aleatoria

- Eleccin de "n" parcelas al azar dentro de cada estrato (uso del suelo)

3.4.3 Muestreo por conglomerados

Un conglomerado es un conjunto espacialmente compacto de UM.
Los conglomerados se seleccionan aleatoriamente y dentro de cada uno se estudian todas sus UM
o se hace un muestreo de ellos.
Cundo se debe usar el muestreo por conglomerados?
- Se aplica cuando existe alta dificultad para llegar a todas las UM del universo debido a
una gran dispersin espacial o a tener barreras fsicas de acceso.

Muestreo por conglomerados

Universo

- Localidad con 650 viviendas distribuidas dispersamente en un rea grande y con un trazado
regular de calles.

Conglomerados

- Manzanas (cuadras)

Marco muestral

- Nmero total de viviendas en la localidad

- Croquis de la localidad con el trazado actualizado de calles y una estimacin promedio del
nmero de viviendas por manzana

Unidad muestral

- Viviendas

Seleccin aleatoria

- Se numeran las "manzanas" y se eligen al azar. En cada una de ellas se visita a todas las
viviendas

3.4.4 Seleccin sistemtica

Este no es propiamente un tipo de muestreo y es conveniente considerarlo como un esquema de
seleccin regular de muestra.
La seleccin de la primera UM es aleatoria y las siguientes se eligen con un intervalo regular de
UM, distancias o tiempo. Su limitacin terica consiste en que slo el primer nmero se selecciona
al azar, y los restantes no tienen la misma probabilidad de ser incluidos en la muestra. Su ventaja
reside en que facilita la localizacin de UM en lugares donde hay dificultad de acceso y en que
permite visitar UM que no se encuentren definidas en el marco muestral.
Cundo se debe usar la seleccin sistemtica?

Cuando no hay posibilidad de identificar en el marco muestral a cada una de las UM. Por
ejemplo, en ciudades grandes donde no se tienen listados de viviendas

Cuando se dificulta el acceso a las UM, por distancias, falta de caminos o en terrenos
abruptos. Por ejemplo, en un inventario forestal.

Combinacin de tipos de muestreo

En un mismo estudio o diagnstico, es posible combinar diferentes tipos de muestreo, segn sean
las caractersticas de los sectores o ramos considerados y el grado de compromiso aceptado entre
la precisin y el costo de ejecucin del estudio. Por ejemplo, en el sector residencial puede optarse
por un muestreo estratificado bietpico con conglomerados, en tanto que para un ramo industrial
pequeo, homogneo y compacto se elija un aleatorio simple.

Seleccin sistemtica

Universo

- Ciudad con 3 000 viviendas distribuidas espacialmente en forma compacta

Marco Muestral

- Croquis de las calles de la ciudad

- Nmero total de viviendas (actualizado)

Unidad Muestral

- Vivienda

Seleccin sistemtica

- Se determina el intervalo de visita a las viviendas dividiendo el nmero total de viviendas por el
nmero de viviendas a muestrear.

- La primera vivienda se elige al azar y las restantes se visitan de acuerdo al intervalo calculado

3.5 Tamao de la muestra

El tamao de la muestra debe definirse independientemente para cada universo, en funcin de tres
factores: la variabilidad de la variable numrica ms importante, el nivel de confianza fijado y el
nivel de error aceptable. Esto se resume en la siguiente frmula7:
no = (s2 . t2 a ? )/ e2 (1) en trminos de varianza y error absoluto

no = (cvz . t2 a ? )/ e2 en trminos de cv y error relativo

donde:

no

= tamao de la muestra

s2

= varianza de la muestra

t2 a ?

= valor crtico de la distribucin t de Student, con un nivel de significanciaa

y? grados de libertad

= error aceptable

cv

= coeficiente de variacin = desviacin estndar de la muestra/ media

muestral

= grados de libertad = n - 1

La varianza (s2) o el coeficiente de variacin (cv) indican el grado de heterogeneidad u

homogeneidad de la variable de inters en la muestra y se los calcula -manualmente, con
calculadora o con Excel- con los datos de una muestra preliminar o de algn estudio previo.
El error aceptable (e) se refiere a la diferencia que se permite entre la media de la muestra y la
media del universo. Se fija de acuerdo al conocimiento previo que se tiene del fenmeno y es
aconsejable que se encuentre entre el 10% y el 20%, lo cual puede expresarse tambin en valores
absolutos con las unidades de medicin de la variable en cuestin.

El valor crtico de t se obtiene de tablas en libros de estadstica de Excel, definindose primero el

nivel de significancia (a) o su complemento, el nivel de confianza (1-a). Para este tipo de estudios
es suficiente con un nivel de confianza de 0.95, que equivale a a = 0.05(2). Adems, se debe fijar
preliminarmente un nmero de casos de la muestra (n) para definir los grados de libertad (? = n-1).
Estos dos valores son los datos de entrada de las tablas de t. Posteriormente, por medio de un
proceso iterativo, en donde el valor de n obtenido con la Frmula 1 se utiliza para encontrar el valor
de t, se precisa el tamao de la muestra.
En esta frmula se aprecia que el nmero de elementos que componen la muestra es directamente
proporcional a la varianza y al valor de t cuadrado, e inversamente proporcional al cuadrado del
error. El tamao de muestra ser grande cuando: a) el fenmeno en estudio sea muy variable
(varianza o coeficiente de variacin alto); b) el nivel de confianza fijado sea alto; y/o c) el error
aceptable sea bajo. En cambio, el tamao de la muestra ser pequeo si encontramos un
fenmeno poco variable, fijamos una confianza baja y se acepta un error alto.
Con ello queda demostrado que el tamao de una muestra NO depende del tamao del universo.
As, por ejemplo, partiendo de iguales niveles de confianza y error aceptado, en un bosque tropical
hmedo con la misma superficie que un bosque templado de pino, el tamao de muestra ser
mayor en el primero porque es sabido que tiene ms heterogeneidad en la variable existencia de
madera que el bosque de pino.
Hasta ahora no se ha considerado el tamao del universo para determinar el tamao de muestra.
Sin embargo, para universos pequeos, menores a 120 U.M., es necesario corregir el valor de no
obtenido de la Frmula 1, a travs del uso de la Frmula8:
n = no/(1 +( no -1/N)

(2)

donde:

no = tamao de muestra obtenido en la frmula anterior

N = tamao del universo

n = tamao definitivo de muestra

En el Anexo III se muestra una tabla con el clculo del tamao de muestra en el sector residencial,
corregido por poblacin finita, para la variable consumo especfico de lea, que por un gran nmero
de estudios de caso se conoce su coeficiente de variacin.
Variables para calcular el tamao de muestra
- Para la definicin del tamao de muestra de cualquier sector o ramo de demanda
de dendrocombustibles, se recomienda utilizar la variable consumo unitario.

- En los sectores industrial, comercio e institucionalno siempre es posible tener datos sobre
consumo unitario, por lo que puede usarse el volumen de produccin por unidad de tiempo, que
est muy correlacionado con el consumo unitario.
- Para la oferta directa (bosques, plantaciones, etc.), las variables relevantes pueden ser
la existencia o la productividad, pero se recomienda el uso de la primera por haber ms
informacin secundaria y ser ms fcil de medir en un muestreo preliminar. Si no hay datos sobre
existencias, puede utilizarse el rea basa (G).
- En los sectores o ramos de oferta indirecta(aserraderos, carpinteras, etc.) se debe usar
el volumen de produccin por unidad de tiempo.
- En los sectores de abastecimiento, con los productores es conveniente usar el volumen de
produccin de dendrocombustibles, con los comercializadores el volumen de venta y con los
transportistas la capacidad de transporte, todas expresadas por unidad de tiempo.
La decisin final sobre el tamao de muestra depender del compromiso entre la precisin
esperada en la estimacin y la disponibilidad de recursos (monetarios, humanos y tiempo)
para ejecutar el estudio a campo. Se recomienda que los sectores o ramos con mayor importancia
en demanda, oferta y abastecimiento de dendrocombustibles se privilegien en la asignacin de
recursos para el estudio a campo, para lograr en ellos mayor precisin en la estimacin. En
aquellas situaciones en que no sea posible cubrir el tamao de muestra derivado del clculo
estadstico, es forzoso estudiar un mnimo de 10 unidades de muestreo por sector, ramo o estrato,
reportando en el informe del diagnstico el error de estimacin, despejando e de la Frmula1.
Frmula usada para determinar el tamao de muestra necesario para estimar la media
poblacional, pues en pruebas de hiptesis para diferencias entre medias y varianzas existen otras
frmulas. Se recomienda tener como apoyo algunos libros de estadstica, como Zar 1999; Cochran
1977; y Steel y Torrie 1988.
7

Llamada "correccin por poblacin finita".