Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Diseños de Muestreo:
Diseños muestrales:
• Población: se refiere a un conjunto de medidas o recuentos posibles de todas las unidades que
tienen una o varias características en común. La población puede ser finita o infinita según el
número de unidades o elementos que la constituyen. Asimismo, la población debe estar
perfectamente definida en el tiempo y en el espacio. Por lo tanto, se debe cuidar que el conjunto
de elementos que la integran quede delimitado. Por ejemplo, para hacer un análisis de las
pequeñas empresas, se debe especificar cuáles son y en qué período de tiempo se analizan
(pequeñas empresas de la capital del país, en el año 2018).
• Muestra: se trata de un subconjunto de la población que ha sido seleccionado con una técnica
llamada "diseño de muestreo"; se debe garantizar que la muestra sea representativa de la
población, es decir, que las unidades sean seleccionadas aleatoriamente, de tal forma, que cada
una de ellas tenga la misma probabilidad de ser seleccionada.
• Censo: técnica para obtener los datos por medio de la cual se cuentan todos los elementos que
conforman la población y se registran sus características.
Errores no muestrales:
El requisito fundamental de una muestra es que sea representativa de la población que se trata de
describir. Hay, por supuesto, muchas formas de obtener una muestra poco confiable. Una falla en
la representatividad ocurre cuando, por desconocimiento o en forma inadvertida, se toma una
muestra de una población equivocada. Muchas veces hemos escuchado encuestas que presentan
a un candidato como posible ganador en elecciones presidenciales; esta información ha sido
recogida a través de una muestra conformada por habitantes de las clases media y alta de las
grandes capitales del país, pero en los resultados, se evidenció que dicho candidato obtuvo el
apoyo de las clases con menos ingresos, cuyas opciones no se reflejaron en la encuesta. Otra
fuente de error en el muestreo, especialmente en las encuestas de opinión pública, son las
respuestas sesgadas, ocasionadas por cuestionarios mal redactados o mal elaborados que dan
lugar a respuestas que no reflejan las verdaderas opiniones.
Estos tipos de errores se llaman errores no muestrales en los que se incluyen todo tipo de "errores
humanos" tales como, errores en la recolección, en el análisis o publicación de datos, en un
instrumento de medición mal calibrado o en un registro del dato mal escrito.
Errores muestrales:
Por otra parte, aun cuando se trate de muestras bien diseñadas y seleccionadas, habrá casos en
donde la muestra no representa de forma adecuada a la población de estudio, simplemente
porque solo representa una parte de esa población. En tales casos, la información contenida en la
muestra puede dar inferencias incorrectas acerca de la población, es decir, puede cometerse un
error al estimar las características de la población sobre la base de la información muestral. Los
errores de esta naturaleza, que representan las diferencias que pueden existir entre un estadístico
muestral y el parámetro poblacional que se está estimando, reciben el nombre de errores
muestrales.
Un objetivo fundamental del diseño de muestreo consiste en minimizar tanto los errores
muestrales como los no muestrales. Los errores son costosos, no solo en términos del tiempo y del
dinero invertido en la recolección de las muestras, sino también en términos de la pérdida
potencial que podría provenir de una decisión errónea tomada a partir de una inferencia errónea
basada en esos datos, es por esto que trataremos el problema de determinar el diseño de
muestreo que minimice con mayor efectividad los errores.
Tipos de muestreo
Se dispone de dos métodos para seleccionar muestras de poblaciones: el muestreo no aleatorio o
de juicio y el muestreo aleatorio o probabilístico.
Muestreo no aleatorio
• Muestreo por conveniencia: se refiere a la muestra que está disponible en tiempo o el momento
del estudio o la investigación. Por ejemplo, los estudiantes de una clase son seleccionados para
conocer la opinión de los estudiantes de la universidad sobre el servicio de biblioteca.
• Bola de nieve: permite ubicar algunos individuos que pueden ayudar a llegar a otros, luego,
estos a otros hasta obtener una muestra suficiente, se puede pensar en usar la red social de unos
individuos iniciales para que accedan a un colectivo.
Muestreo probabilístico:
• Muestreo estratificado
• Muestreo sistemático
El principal requisito para la aplicación de este muestreo es que cada elemento de la población sea
identificable en forma clara y sin ambigüedades, de tal forma que se pueda obtener una lista que
permita identificar de manera única cada elemento. Cuando ya se dispone de esta información y
está completa, pueden numerarse secuencialmente todas las unidades de la lista y puede elegirse
una muestra aplicando un proceso de selección por medio de una tabla de números aleatorios. Se
deben tener tantos números diferentes de esta tabla como los casos que se desean para la
muestra, excluyendo los números que están fuera de la secuencia numérica correspondientes a la
población. Se seleccionan aquellos elementos que correspondan a los números aleatorios que se
obtuvieron.
Este procedimiento se muestra con el siguiente ejemplo: Suponga una población hipotética de 15
trabajadores y su tiempo (en minutos) en la realización de un proceso, cuyos datos se observan en
la tabla 1.
Con el objeto de seleccionar una muestra aleatoria de 5 trabajadores, se procede de la siguiente
forma:
1. Se hace una enumeración de cada uno de los elementos de la población, en este caso de cada
trabajador.
2. Para la selección de los elementos que van a conformar la muestra, se utiliza la generación de
números aleatorios de Excel.
De esta forma, la muestra seleccionada corresponde a los números aleatorios seleccionados que
aparecen resaltados en la tabla 2 con color rojo.
» Muestreo estratificado:
Este es un segundo tipo de diseño de muestreo que frecuentemente proporciona una cantidad de
información a menor costo que el muestreo aleatorio simple. Este diseño se recomienda cuando la
población la conforma un conjunto de grupos heterogéneos (distintos). El proceso de
estratificación requiere que la población se divida en grupos o estratos con elementos que son
homogéneos dentro de los estratos, donde cada elemento tiene una característica tal que no le
permite pertenecer a otro estrato.
El primer paso en la selección consiste en la especificación clara de cada estrato, asociando a cada
elemento de la población uno y solo un estrato. Una vez especificados los estratos, se puede
seleccionar una muestra aleatoria en cada estrato. En el muestreo proporcional, el tamaño de la
muestra n se divide en un tamaño de muestra para cada uno de los estratos de manera que n =
n1+ n2 +…+ nk con cada ni determinada por la siguiente fórmula:
Donde Ni es el tamaño del estrato i
N1+N2+……+ Nk = N
Donde N es el tamaño de la población. Ejemplo Suponga que la población de los tiempos de los
trabajadores está conformada por los siguientes valores:
Muestreo sistemático
El muestreo sistemático o en serie se usa frecuentemente por ser simple, directo y económico.
Consiste en seleccionar uno a uno, los elementos de la muestra en un orden determinado, con un
comienzo aleatorio.
Un ejemplo del muestreo por conglomerados se presenta cuando se quiere medir el rendimiento
académico de los universitarios en Colombia. En este caso, cada universidad se puede considerar
como un conglomerado en donde las características son heterogéneas dentro del conglomerado,
es decir, encontramos estudiantes con rendimiento alto, medio y bajo; así también, entre
conglomerados se encuentran condiciones homogéneas o similares para ser comparables. De cada
universidad se selecciona un grupo de estudiantes hasta conformar la muestra definitiva.