Tipos de Muestreo

POBLACIÓN

Es un conjunto finito o infinito de elementos con características comunes para los cuales serán extensivas las conclusiones de la investigación. Esta queda delimitada por el problema y por los objetivos del estudio. (Arias, 2006)

MUESTREO

     Es una herramienta de la investigación científica, cuyo objetivo principal es que parte de una población debe examinarse, con la finalidad de realizar inferencias sobre dicha población (Martínez, 2011).

ERRORES COMUNES AL MOMENTO DE DETERMINAR LA MUESTRA

• Hacer conclusiones demasiado generales a partir de la observación de una parte de la población, a lo cual denominamos error de muestreo.
• Hacer conclusiones hacia una población más grande de la que originalmente se tomó de la muestra, lo cual se denota como un error de inferencia.

TIPOS DE MUESTREO

1. MUESTREO PROBABILÍSTICO

     Según Vivanco (2005), define a este tipo de muestreo como las estrategias de selección de elementos que se sustentan en el principio de la selección aleatoria. En otras palabras más coloquiales, significa que todos los elementos de la población tienen un probabilidad conocida y distinta de 0 de pertenecer a la muestra; la aleatoriedad no es un atributo de una muestra sino del proceso de selección que se emplee.

     Podemos evidenciar que dentro de este tipo existe otra clasificación del muestreo, el cual va a detallarse a continuación:

1. MUESTREO ALEATORIO SIMPLE

     Es el más básico de todos los tipos, se caracteriza porque la selección se realiza de un listado de la población asignándole igual probabilidad a cada elemento. Si se selecciona muestras demasiado pequeñas, pueden aparecer errores aleatorios los cuales no represente significancia dentro de la población (Canal Díaz, 2021).

Ventajas:

• Sencillo y de fácil comprensión.
• Cálculo rápido de la media aritmética y de la varianza.
• Se basa en la teoría estadística y por ende existen paquetes estadísticos para analizar dichos datos.

Inconvenientes:

     Requiere que se posea de antemano un listado completo de toda la población. Cuando se trabaja con muestras pequeñas, es posible que no represente a la población adecuadamente.

Pasos para determinar (Matemáticamente):

1. Determinar el tamaño de la muestra: .[pic 1]
2. Numerar a los individuos de 1 hasta .[pic 2]
3. Seleccionar unidades al azar, todas obtendrán la misma probabilidad.

EJEMPLOS:

• Dentro de la ciudad de Cuenca, el gerente de una agencia de campañas publicitarias desea conocer las preferencias electorales para presidente de la república, para poder enviar su solicitud de servicios, necesita conocer una muestra  para conocer dichos resultados. Conocemos de antemano que hay 603.269 habitantes.[pic 3]

Datos:

 [pic 4]

; escogido de manera aleatoria, se realizará el recorrido escogiendo algunas personas, por varios puntos clave de la ciu}dad hasta completar este número.[pic 5]

• Para la aplicación de una evaluación con carácter psicológico dentro de un colegio de la ciudad de Guayas, el jefe del distrito desea conocer una muestra  que le ayude a obtener estos datos, debido a que son 100.000 estudiantes y no se podrá aplicar a todos.[pic 6]

Datos:

 [pic 7]

; número elegido al azar, se realizará un recorrido por algunas aulas del plantel eligiendo estudiantes al azar hasta completar dicho número.[pic 8]

1. MUESTREO ESTRATIFICADO

     En este tipo, la población de estudio se divide en subgrupos o estratos, escogiendo de manera posterior una muesta al azar de cada estrato; esta división suele realizarse según una característica que pueda influir sobre los resultados del estudio. Para obtener la muestra en cada uno de los estratos pueden aplicarse diferentes fracciones de muestreo, pudiendo ser proporcional al tamaño en relación a la población, es decir, la distribución se realiza de acuerdo con el peso o tamaño de la población de cada estrato (Canal Díaz, 2021).

Ventajas:

• Tiende a asegurar que la muestra represente adecuadamente a la población en función de unas variables seleccionadas.
• Obtenemos estimaciones más precisas.
• Primordialmente pretende conseguir una muestra lo más semejante posible a la población en lo que a la o las variables estratificadoras se refiere.

Inconvenientes:

     Se ha de conocer la distribución en la población de las variables utilizadas para la estratificación.

Pasos para determinar (Matemáticamente):

1. Definir la población objetivo a la que se hará el estudio.
2. Identificar la o las variables de estratificación y determinar el número de estratos a usarse, cabe mencionar que estas deben estar relacionadas al tema de estudio.
3. Identificar un marco de muestreo existente o desarrollar uno que incluya la información de la o las variables de estratificación para cada elemento de la poblacción objetivo.
4. Evaluar el marco de muestreo para la falta de cobertura ya sea excesiva, múltiple y la agrupación, realizando ajustes cuando sean necesarios.
5. Dividir el marco de muestreo en estratos, categorías de la estratificación de la o las variables, creando un marco de muestreo para cada estrato, las diferencias deben reducirse al mínimo, y las que existan entre los estratos deben maximizarse. Cuidar que no deben estar superpuestos, en conjunto, debe constituir toda la población; además deben ser independientes y mutuamente exclusivos del subconjunto de la población. Cada elemento de la la población debe estar en un sólo estrato.
6. Asiganr un único númeo a cada elemento.
7. Determinar el tamaño de la muestra para cada estrato.
8. Seleccionar al azar el número específico de elementos de cada estrato.

EJEMPLOS:

• En una reunión de ex compañeros de trabajo, asistieron 600 personas, en las cuales se decidió levantar una encuesta de cuantos de ellos siguen estudiando, para lo cual decidieron que esta sea de 20. Adicional a ello, se sabe que 200 de ellos trabajaron en la sección A de la empresa, 150 en la B, 150 en la C y 100 en la D. Determine el tamaño de cada estrato.

Datos:

[pic 19]

1. MUESTREO SISTEMÁTICO

     Tiene similitud con el aleatorio simple, su diferencia radica en que realizamos una operación de dividir el total de la población de estudio entre el tamaño de la muestra, de esta manera obtenemos una constante de muestreo. Se puede aplicar cuando la población esta ordenada siguiendo una tendencia conocida, asegura una cobertura de unidades de todos los tipos. Una de sus limitaciones es que si la constante se asocia al fenómeno de interés puede cometerse un sesgo (Canal Díaz, 2021).

...