MUESTREO

MUESTREO

En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los

elementos de una población), se selecciona una muestra, entendiendo por tal una parte

representativa de la población.

El muestreo es por lo tanto una herramienta de la investigación científica, cuya función

básica es determinar que parte de una población debe examinarse, con la finalidad de hacer

inferencias sobre dicha población.

La muestra debe lograr una representación adecuada de la población, en la que se

reproduzca de la mejor manera los rasgos esenciales de dicha población que son importantes

para la investigación. Para que una muestra sea representativa, y por lo tanto útil, debe de reflejar

las similitudes y diferencias encontradas en la población, es decir ejemplificar las características de

ésta.

Los errores más comunes que se pueden cometer son:

1.- Hacer conclusiones muy generales a partir de la observación de sólo una parte de la

Población, se denomina error de muestreo.

2.- Hacer conclusiones hacia una Población mucho más grandes de la que originalmente

se tomo la muestra. Error de Inferencia.

En la estadística se usa la palabra población para referirse no sólo a personas si no a

todos los elementos que han sido escogidos para su estudio y el término muestra se usa para

describir una porción escogida de la población.

TIPOS DE MUESTREO

Existen diferentes criterios de clasificación de los diferentes tipos de muestreo, aunque en

general pueden dividirse en dos grandes grupos: métodos de muestreo probabilísticos y métodos

de muestreo no probabilísticos.

I. Muestreo 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 seleccionadas. Sólo estos métodos de muestreo

probabilísticos nos aseguran la representatividad de la muestra extraída y son, por tanto, los más

recomendables. Dentro de los métodos de muestreo probabilísticos encontramos los siguientes

tipos:

1.- Muestreo aleatorio simple:

El procedimiento empleado es el siguiente: 1) se asigna un número a cada individuo de la

población y 2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de números

aleatorios, números aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos

sujetos como sea necesario para completar el tamaño de muestra requerido. Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad práctica cuando la

población que estamos manejando es muy grande.

2.- Muestreo aleatorio sistemático:

Este procedimiento exige, como el anterior, numerar todos los elementos de la población,

pero en lugar de extraer n números aleatorios sólo se extrae uno. Se parte de ese número aleatorio

i, que es un número elegido al azar, y los elementos que integran la muestra son los que ocupa los

lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k, siendo k el resultado

de dividir el tamaño de la población entre el tamaño de la muestra: k= N/n. El número i que

empleamos como punto de partida será un número al azar entre 1 y k.

El riesgo este tipo de muestreo está en los casos en que se dan periodicidades en la

población ya que al elegir a los miembros de la muestra con una periodicidad constante (k)

podemos introducir una homogeneidad que no se da en la población. Imaginemos que estamos

seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones y

los 5 últimos mujeres, si empleamos un muestreo aleatorio sistemático con k=10 siempre

seleccionaríamos o sólo hombres o sólo mujeres, no podría haber una representación de los dos

sexos.

3.- Muestreo aleatorio estratificado:

Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos

y suelen reducir el error muestral para un tamaño dado de la muestra. Consiste en considerar

categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a alguna

característica (se puede estratificar, por ejemplo, según la profesión, el municipio de residencia, el

sexo, el estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que

todos los estratos de interés estarán representados adecuadamente en la muestra. Cada estrato

funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el

estratificado para elegir los elementos concretos que formarán parte de la muestra. En ocasiones

las dificultades que plantean son demasiado grandes, pues exige un conocimiento detallado de la

población. (Tamaño geográfico, sexos, edades,...).

La distribución de la muestra en función de los diferentes estratos se denomina afijación, y

puede ser de diferentes tipos:

Afijación Simple: A cada estrato le corresponde igual número de elementos muéstrales.

Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de la población

en cada estrato.

Afijación Optima: Se tiene en cuenta la previsible dispersión de los resultados, de modo que se

considera la proporción y la desviación típica. Tiene poca aplicación ya que no se suele conocer la

desviación.

4.- Muestreo aleatorio por conglomerados:

Los métodos presentados hasta ahora están pensados para seleccionar directamente los

elementos de la población, es decir, que las unidades muéstrales son los elementos de la

población.

En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la

población que forman una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los departamentos universitarios, una caja de determinado producto, etc., son conglomerados

naturales. En otras ocasiones se pueden utilizar conglomerados no naturales como, por ejemplo,

las urnas electorales. Cuando los conglomerados son áreas geográficas suele hablarse de

"muestreo por áreas".

El muestreo por

...