Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Los conceptos de población y muestra son aspectos importantes de un estudio estadístico. Esas
definiciones son:
Una población es el conjunto de todos los elementos de interés en un estudio.
Una muestra es un subconjunto de la población.
Un fabricante de neumáticos ha desarrollado un nuevo producto, que cree, tendrá una mayor
duración en relación con las millas recorridas comparado con la línea actual de neumáticos. Para
evaluar el nuevo neumático, los gerentes necesitan una estimación del promedio de millas que
dura el nuevo producto. Selecciona una muestra de 120 neumáticos nuevos para probarlos. El
resultado de la prueba es una muestra de 36,500 millas, en consecuencia este valor se usa como
estimación de la duración promedio de los neumáticos.
Los miembros de cierto partido político desean respaldar a cierto candidato en la elección
senatorial. Para decidir si el cnadidato participará en la elección primaria, los dirigentes necesitan
una estimación de la proporción de votantes que apoyan al candidato. En consecuencia se toma
una muestra de 400 votantes registrados. Si 160 de ellos indican su preferencia hacia al candidato,
un estimado de la población de votantes registrados que favorece al candidato es 160/400 = 0,40.
Los ejemplos anteriores muestran cómo se puede emplear el muestreo y los resultados de una muestra
para obtener estimados de las características de una población. Las ventajas de estudiar una población a
partir de sus muestras son principalmente:
Costo reducido: Si los datos que buscamos los podemos obtener a partir de una pequeña parte del total
de la población, los gastos de recolección y procesamiento de información serán menores. Por ejemplo,
cuando se realizan encuestas previas a un referéndum, es más barato preguntar a 4.000 personas su
intención de voto, que a 30.000.000;
Mayor rapidez: Estamos acostumbrados a ver cómo con los resultados del escrutinio de las primeras
mesas electorales, se obtiene una aproximación bastante buena del resultado final de unas elecciones,
muchas horas antes de que el recuento final de votos haya finalizado;
Más posibilidades: Para hacer cierto tipo de estudios, por ejemplo el de duración de cierto tipo de
bombillas, no es posible en la práctica destruirlas todas para conocer su vida media, ya que no quedaría
nada que vender. Es mejor destruir sólo una pequeña parte de ellas y sacar conclusiones sobre las demás.
De este modo se ve que al hacer estadística inferencial debemos enfrentarnos con dos problemas:
Elección de la muestra (muestreo), que es a lo que nos dedicaremos en este capítulo.
Extrapolación de las conclusiones obtenidas sobre la muestra, al resto de la población (inferencia).
A. Representatividad
Hay dos formas básicas de obtener información sobre una población. A través de un censo: donde se
recoge información sobre toda la población; o a través de una muestra: donde se recoge información sobre
una muestra y se sacan conclusiones sobre la población.
Para hacer estas inferencias de la muestra a la población es imprescindible que la muestra sea
representativa de la población. esta. debe tener las mismas características de la población que se quiere
estudiar.
Hay dos tipos de muestras que se utilizan en los estudios, probabilísticas y no probabilísticas. Las no-
probabilísticas se basan principalmente en el juicio de expertos o en procesos de selección inadecuados
o con cierto favoritismo a algunas opiniones muy particulares.
De las probabilísticas hay 4 tipos que se basan en la selección aleatoria. Para llevar a cabo una selección
aleatoria se pueden utilizar varios instrumentos que garanticen que la selección sea al azar. Puede ser:
tirar una moneda al aire; sacar nombres de una urna; utilizar una tabla de números aleatorios; utilizar un
programa computadorizado para hacer la selección.
Lo más importante de las muestras probabilísticas es que ellas garantizan que se puedan usar las técnicas
de la estadística inferencial. Pero el hecho de que una muestra sea probabilística no garantiza que sea
representativa de la población, el azar puede jugar malas pasadas. Pero sí garantiza que la falta de
representatividad, de haberla, no es intencional.
Es el tipo más simple de muestra, pero la base de todas las demás. La idea principal es que todos los
miembros de la población de la que se toma la muestra tengan la misma probabilidad de ser seleccionados
para formar parte de la muestra. Hay dos tipos, con reposición y sin reposición
a. Con reposición
Cuando se selecciona un miembro éste se devuelve a la población antes de seleccionar al próximo, de
forma que la misma persona puede ser seleccionada en varias ocasiones. Ejemplo: Tomar una carta de
un paquete de 52 y devolverla antes de seleccionar la próxima. Así cada carta en una muestra de 5 tiene
1/52 probabilidad de ser seleccionada.
b. Sin reposición
Cuando se selecciona un miembro de la población no se devuelve de manera que una persona u objeto
puede ser seleccionada una sola vez. Lo que ocurre es que la probabilidad de selección es más pequeña
a medida que se va construyendo la muestra.
Ejemplo: Si no se devuelve la carta, la segunda tiene 1/51 probabilidad de ser seleccionada. La tercera
1/50 etc. En las ciencias sociales se utiliza principalmente este método de selección aleatoria, pues los
individuos en las muestras son diferentes. Aquí lo que se obtiene es que todas las posibles muestras del
mismo tamaño tienen la misma probabilidad de ser seleccionadas. La diferencia en términos de
probabilidad es insignificante cuando la población es muy grande.
Ejemplo: En una población de 500 personas no hay mucha diferencia entre 1/500 = 0.002 y 1/199 =
0.002004008
Muestras que se ven a menudo en los estudios pero que no son aleatorias: voluntarios; respuestas a un
cuestionario, aún cuando el envío haya sido aleatorio.
Inconvenientes:
Las muestras aleatorias no son adecuadas cuando hay subpoblaciones de las que se quiere tener
información. Son imprácticas cuando los miembros de la población están alejados geográficamente unos
de otros.
Se reitera que estas técnicas de muestreo tienen cierta intencionalidad en su selección lo que se refleja
en la pérdida de valides al intentar realizar inferencias estadísticas. Dentro de las técnicas más utilizadas
están: