TEORÍA DEL MUESTREO

TEORÍA DEL MUESTREO

1. Explique diferentes conceptos y generalidades sobre el muestreo.

La palabra “muestreo “tiene distintos conceptos o manera de definirlos que permiten un mejor entendimiento sobre el significado de esta palabra. El primer concepto hace referencia a que el muestreo es un proceso utilizado en el análisis estadístico en el que se toma un número predeterminado de observaciones de una población más grande. La metodología utilizada para tomar muestras de una población más grande depende del tipo de análisis que se realice, pero puede incluir un muestreo aleatorio simple o un muestreo sistemático.

El segundo concepto se refiere a muestreo como a una selección específica de individuos que se utiliza con el fin de realizar una encuesta. A continuación, las personas seleccionadas se ordenan a partir de una población de referencia. Esta selección de personas o subgrupos de personas se denomina “muestra”. Al configurar un muestreo, el estudio puede basarse en diferentes tipos de muestras. Hay varios métodos para crear una muestra dentro de una población. El método a aplicar depende del contexto, pero también del estudio a realizar.

Por último, el tercer concepto se refiere al muestreo que se usa en estadística como un método estadístico inferencial, que se refiere a tomar una parte de individuos de la población objetivo como muestra, mediante la observación de una o algunas propiedades de la muestra, de acuerdo con los datos obtenidos, las características cuantitativas de la población pueden estimarse y juzgarse con cierta confiabilidad, para lograr la comprensión de la población.

1. Explique los tipos o clases de muestras (opinaticas y probabilistas) de ejemplos.

Existen distintos tipos de muestras en estadísticas entre las cuales esta: la muestra opinatica y la muestra probalilista. Las muestras opinaticas son una técnica de muestreo no probabilístico en la que el investigador confía en su discreción para elegir variables para la muestra de población. Aquí, todo el proceso de muestreo depende del juicio del investigador y del conocimiento del contexto. Si se hace bien, el muestreo opinatico ayuda al investigador a filtrar las respuestas irrelevantes que no encajan en el contexto del estudio. Una vez que explique los criterios para la investigación sistemática basada en fines y objetivos específicos, puede seguir adelante para elegir unidades o variables que puedan proporcionar respuestas significativas.

Ejemplo

Antes de lanzar un nuevo producto de vino, una organización realiza una prueba piloto para recopilar comentarios del mercado. Para la muestra de población, el investigador elige catadores de vino expertos para que proporcionen comentarios valiosos para la mejora del producto. Al seleccionar personas expertas que tengan un amplio conocimiento de la materia le da a la investigación mayores oportunidades de obtener resultados valiosos que serían usados para el producto.

Por otro lado, la muestra probabilista es ampliamente valorada y utilizada en la práctica. Se define como una técnica de muestreo en la que el investigador elige muestras de una población más grande utilizando un método basado en la teoría de la probabilidad y los principios aleatorios para extraer muestras. En el muestreo probabilístico, cada miembro de la población tiene una probabilidad conocida, distinta de cero, de participar en el estudio. La aleatorización o el azar es el núcleo de la técnica de muestreo probabilístico. Los métodos de muestreo probabilístico utilizan alguna forma de selección aleatoria. La aplicación de este método ofrece la mayor posibilidad de crear una muestra que sea verdaderamente representativa de la población.

Ejemplo

Un profesor quiere realizar una investigación del rendimiento académico por falta de sueño, así que realiza una muestra de cuantos alumnos se acuestan después de las 11 pm, pone en un sombrero los nombres de todos los alumnos de secundaria y sin mirar, saca una serie de nombres de los alumnos que conformarán la muestra. Este método permite obtener una muestra representativa de la población porque da la misma probabilidad a cada individuo de formar parte de la muestra.

1. En la selección de una muestra para un estudio estadístico han de tenerse presente dos condiciones fundamentales: representavidad y tamaño de la muestra. Explique cada una de ella y de ejemplo de aplicación.

La representatividad es un subconjunto o grupo elegido de una población estadística más grande o un grupo de factores e instancias que replica adecuadamente y presenta las mismas características del grupo más grande de acuerdo con cualquier característica o cualidad que se esté estudiando. Es decir, la representatividad es paralela a las variables y características clave de la sociedad más grande que se examina. Algunos ejemplos incluyen el sexo, la edad, el nivel educativo, el nivel socioeconómico o el estado civil.

Ejemplo

Considere una marca que está a punto de lanzar un nuevo producto en una ciudad de Venezuela. Será prácticamente imposible enviar una encuesta para recopilar información sobre las características del producto a cada persona en la ciudad. Por lo tanto, los investigadores eligen a un subconjunto de personas que presentaran las características del público al que está dirigido el producto presentando. La representatividad se estaría cumpliendo al usar un grupo de personas que representan a toda una población más grande.

El tamaño de la muestra se refiere al número de participantes u observaciones incluidas en un estudio. Este número suele estar representado por n. El tamaño de una muestra influye en dos propiedades estadísticas: 1) la precisión de nuestras estimaciones y 2) el poder del estudio para sacar conclusiones. Asimismo, el tamaño de la muestra está directamente relacionado con la precisión de la estimación inferida, es decir, en una situación general dada, cuanto mayor sea el tamaño de la muestra, menor será el error representativo del estimador estadístico, y viceversa, cuanto menor sea la muestra tamaño, menor es el error de estimación.

Ejemplo

Para usar un ejemplo, se puede optar por comparar el rendimiento de los corredores de maratón que desayunan avena con el rendimiento de los que no lo hacen. Dado que sería imposible realizar un seguimiento de los hábitos dietéticos de todos los corredores de maratón del mundo, no hay más remedio que centrarse en un segmento de esa población más grande. Esto podría significar seleccionar al azar solo 100 corredores para el estudio. El tamaño de la muestra, o n, en este escenario es 100. Los hallazgos del estudio podrían describir la población de todos los corredores en base a la información obtenida de la muestra de 100 corredores. No importa cuán cuidadosos sean al elegir a nuestros 100 corredores, aún habrá cierto margen de error en los resultados del estudio.

...