Población, Muestra y Muestreo
Población, Muestra y Muestreo
Población, Muestra y Muestreo
DEFINICIONES
Universo
Población
Es la totalidad del fenómeno a investigar, donde las unidades que la componen poseen una
característica común, la cual se desea estudiar. En sociología y biología, una población es un
grupo de personas, u organismos de una especie particular, que vive en un área geográfica, o
espacio, y cuyo número de habitantes se determina normalmente por un censo.
Criterio de exclusión: indican subconjuntos de individuos que si bien cumplen con los
criterios de inclusión, podrían interferir en la interpretación de los hallazgos o no ser
útiles a los fines de la investigación.
Censo
Muestra
Estadístico
Un estadístico es una medida usada para describir alguna característica de una muestra, tal
como la media aritmética, la mediana o desviación estándar de la muestra.
Error Aleatorio
Parámetro
Un parámetro es una medida usada para describir alguna característica de una población, tal
como la media aritmética, la mediana o desviación estándar de la población.
En estadística se conoce como muestreo a la técnica para la selección de una muestra a partir
de una población. Al elegir una muestra se espera conseguir que sus propiedades sean
extrapolables a la población. Este proceso permite ahorrar recursos, y a la vez obtener
resultados parecidos a los que se alcanzarían si se realizase un estudio de toda la población.
Marco de la muestra
Inferencia Estadística
Es la probabilidad de que el valor real del parámetro poblacional se encuentre dentro de los
límites especificados por los valores del estimador muestral. Más que un cálculo suele ser un
criterio definido convencionalmente por el analista expresado en unidades estandarizadas Z o
en porcentaje de valores muestrales; así una probabilidad de 95% equivale a 1.96 unidades de
Z y es la más utilizada.
Debido a la aleatoriedad, los valores de un mismo estadístico difieren de una muestra a otra,
esta variabilidad introduce un error en la estimación (error aleatorio). Este error puede
medirse, pues las medias de los estimadores siempre se distribuyen “normalmente” (Teorema
del límite central) aunque los mismos estimadores no lo hayan hecho.
Para un mismo nivel de confianza puede medirse el error aleatorio por encima y por debajo de
la estimación. El error aleatorio configura límites de confianza dentro de los cuales se presume
estará el valor real del parámetro para el nivel de confianza elegido por el analista. El intervalo
de confianza de la inferencia será más amplio (impreciso) mientras más alta sea la desviación
estándar; y mientras más grande sea la muestra, más pequeño (preciso) será el intervalo.
Aleatoriedad de la selección
Esta condición se refiere a que cada elemento del universo debe tener la misma probabilidad
de ser elegido en la muestra y que dicha probabilidad puede ser medida.
El diseño no especifica la forma de recolectar o medir los datos reales. Especifica únicamente
el método de recolección de los objetos que contienen la información requerida. Estos objetos
se llaman elementos.
DECISIONES DE MUESTREO
Sí Es posible
El Universo
está bien observar todo el
definido Universo ? Las observaciones
? NO Tomar solo pueden
una Muestra atribuirse a la
NO No representativa muestra, NO a los
NO
miembros del
Definir
Se quiere Universo
Observar inferir la medición
El una Muestra al Universo
Universo ?
Las
Sí Tomar observaciones
una Muestra
Representativa
pueden atribuirse
a los miembros
del Universo
TRADICIONAL O BAYESIANA
MÉTODO BAYESIANO
Los elementos de la población se seleccionan siguiendo una secuencia, después de que cada
elemento se suma a la muestra, se recopilan los datos, se computan las estadísticas de
muestreo y se determinan costos. Este método es atractivo, no obstante es muy poco utilizado
porque generalmente no se dispone de datos referidos a costos y probabilidades.
MÉTODO TRADICIONAL
PROBABILÍSTICO O NO PROBABILÍSTICO
Existen dos métodos para seleccionar poblaciones: el muestreo no aleatorio o de juicio o por
conveniencia y el muestreo aleatorio (que incorpora el azar como recurso en el proceso de
selección). Cuando este último cumple con la condición de que todos los elementos de la
población tienen alguna oportunidad de ser escogidos en la muestra, si la probabilidad
correspondiente a cada sujeto de la población es conocida de antemano, recibe el nombre de
muestreo probabilístico. Una muestra seleccionada por muestreo de juicio puede basarse en la
experiencia de alguien con la población. Algunas veces una muestra de juicio se usa como guía
o muestra tentativa para decidir cómo tomar una muestra aleatoria más adelante.
MUESTREO PROBABILÍSTICO
Para que la inferencia estadística sea válida el muestreo debe ser aleatorio o probabilístico.
Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de
equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma
probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las
posibles muestras de tamaño “n” tienen la misma probabilidad de ser elegidas.
Forman parte de este tipo de muestreo todos aquellos métodos para los que puede calcularse
la probabilidad de extracción de cualquiera de las muestras posibles. Este conjunto de técnicas
de muestreo es el más aconsejable, aunque en ocasiones no es posible optar por él. En este
caso se habla de muestras probabilísticas, pues no es correcto hablar de muestras
Escoge al azar los miembros del universo hasta completar el tamaño muestral previsto.
En teoría se enumeran previamente todos los elementos y de acuerdo con una tabla de
números aleatorios se van escogiendo.
El procedimiento puede darse con o sin reemplazos y esta condición afectará posteriormente
el análisis.
Con reposición de los elementos: Las observaciones se realizan con reemplazo de los
individuos, de forma que la población es idéntica en todas las extracciones.
Para realizar este tipo de muestreo, y en determinadas situaciones, es muy útil la extracción de
números aleatorios mediante ordenadores, calculadoras o tablas construidas al efecto.
Muestreo Estratificado
Considera que al interior del universo existen estratos (subgrupos internamente homogéneos
pero cualitativa y cuantitativamente diferentes entre sí), y que no se cumple la condición de
selección aleatoria pues los miembros del grupo mayoritario tienen una mayor probabilidad de
ser seleccionados en la muestra. Es decir, grupos homogéneos en su interior, diferentes entre
sí en propiedades y tamaño; y además los estratos más grandes tienen mayor probabilidad de
ser representados.
Es por ello que, este muestreo consiste en la división previa de la población de estudio en
grupos o clases que se suponen homogéneos con respecto a alguna característica de las que se
van a estudiar. A cada uno de estos estratos se le asignaría una cuota que determinaría el
número de miembros del mismo que compondrán la muestra. Dentro de cada estrato se suele
usar la técnica de muestreo sistemático, una de las técnicas de selección más usadas en la
práctica.
Según la cantidad de elementos de la muestra que se han de elegir de cada uno de los
estratos, existen dos técnicas de muestreo estratificado:
Muestreo Sistemático
Esto quiere decir que si tenemos un determinado número de personas que es la población y
queremos escoger de esa población un número más pequeño el cual es la muestra, dividimos
el número de la población por el número de la muestra que queremos tomar y el resultado de
esta operación será el intervalo, entonces escogemos un número al azar desde uno hasta el
número del intervalo, y a partir de este número escogemos los demás siguiendo el orden del
intervalo.
Técnica similar al muestreo por estadios múltiples, se utiliza cuando la población se encuentra
dividida, de manera natural, en grupos que se supone que contienen toda la variabilidad de la
población, es decir, la representan fielmente respecto a la característica a elegir, pueden
seleccionarse sólo algunos de estos grupos o conglomerados para la realización del estudio.
Dentro de los grupos seleccionados se ubicarán las unidades elementales; por ejemplo, las
personas a encuestar, y podría aplicársele el instrumento de medición a todas las unidades, es
decir, a los miembros del grupo, o solo se podría aplicar a algunos de ellos, seleccionados al
azar. Este método tiene la ventaja de simplificar la recogida de información muestral.
Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El primer método
funciona mejor cuanto más homogénea es la población respecto del estrato, aunque más
diferentes son éstos entre sí. En el segundo, ocurre lo contrario. Los conglomerados deben
presentar toda la variabilidad, aunque deben ser muy parecidos entre sí.
MUESTREO NO PROBABILÍSTICO
El método del muestreo por conveniencia permite seleccionar una muestra con muchísima
facilidad. Suele utilizarse en estudios iniciales para comprobar si se cumplen las hipótesis que
se plantea el investigador. Una vez realizado el estudio, si se comprueba que los resultados son
favorables a sus predicciones, ya se puede plantear la posibilidad de hacer el estudio con
muestras probabilísticas para generalizar el resultado.
Ejemplos
✓ Un hospital desea hacer un estudio para testar la eficacia de su nueva vacuna contra la
gripe que acaba de patentar un laboratorio farmacéutico. Realizan el estudio sobre sus
pacientes porque así al hospital le supone menos costos económicos.
Se localiza a algunos individuos, los cuales conducen a otros y así hasta conseguir una muestra
suficiente. Este estudio se emplea en poblaciones “marginales”, delincuentes, sectas, etc.