Una población es un conjunto de personas, objetos o eventos acerca de los cuales se desea hacer inferencias. No siempre es conveniente o posible examinar cada miembro de una población completa. Por ejemplo, no resulta práctico contar los golpes en todas las manzanas recogidas en un huerto. Sin embargo, es posible contar los golpes en un conjunto de manzanas tomadas de esa población. Este subconjunto de la población se denomina muestra. Una muestra es un subconjunto de personas, objetos o eventos de una población más grande que se recolecta y analiza para hacer inferencias. Para representar adecuadamente a la población, una muestra debe recolectarse de manera aleatoria y debe ser lo suficientemente grande. El muestreo es el proceso de seleccionar un conjunto de individuos de una población con el fin de estudiarlos y poder caracterizar el total de la población CENSO: Consiste en contar o enumerar por completo los individuos que componen una población o comunidad en un área determinada y en un momento dado. MUESTREO: Es el recuento parcial de los individuos de una población o comunidad, mediante el cual se estima el tamaño de toda la población o comunidad. Ventajas y desventajas Todas las investigaciones de campo poseen una Población o Universo a la cual se hace el estudio correspondiente. En muchas ocasiones este universo es muy grande lo cual hace inmanejable la aplicación del instrumento de medición y se opta por tomar una porción de este universo para la aplicación del instrumento. A esta porción se le denomina Muestra y la misma es variable dependiendo de varios factores que se deben cumplir al momento de seleccionarla. Ahora bien, en algunas circunstancias la población o universo es algo reducida, es decir, es manejable al momento de aplicar el instrumento de medición, en estos casos se puede tomar toda la población o universo; es cuando se denomina Censo. Entre las ventajas de Muestreo se tiene que: · Solo se toma una parte o porcentaje del universo bajo estudio. · El instrumento de medición se puede aplicar simultáneamente. · Los costos y los tiempos de aplicación del instrumento de medida se reducen. Como desventajas se mencionan: · Al no aplicar el instrumento de medición a toda la población se puede perder confiabilidad en la investigación. · Existe la posibilidad de no tener precisión en las respuestas del instrumento. Para el caso de Censo se indican las ventajas: · Se debe aplicar el instrumento a todos y cada uno de los elementos de la población. · Se considera más precisa y confiable la aplicación del instrumento de medición. Las desventajas del censo se enumeran algunas: · Se toma mayor tiempo tanto para la aplicación del instrumento. · Se torna más costoso económicamente la aplicación del instrumento.
Muestras probabilísticas y no probabilísticas
Muestreo probabilístico Hablaremos de muestro probabilístico siempre que se cumplan dos condiciones: 1. Todos los elementos de la población tienen una probabilidad mayor a cero de ser seleccionados en la muestra. 2. La probabilidad de inclusión de cada elemento en la muestra se conoce de forma precisa. El cumplimiento de ambos criterios es el que hace posible obtener resultados no sesgados cuando se estudia la muestra y determinar el grado de incertidumbre que añade el proceso de muestreo. En ocasiones, estos resultados no sesgados requieren usar técnicas de ponderación (weighting), pero esta ponderación es posible precisamente porque se conoce la probabilidad de que cada individuo sea seleccionado en la muestra. Las muestras generadas en estas condiciones se conocen también como muestras probabilísticas. Muestreo no probabilístico Sin embargo, no es sencillo cumplir con los requisitos propios de un muestreo probabilístico: 1. Disponer de un marco muestral es algo relativamente poco habitual en estudios de mercado. ¿Qué empresas pueden tener listados de toda población? 2. Lograr que todos los individuos de la población tengan una probabilidad no nula de ser seleccionados es un requisito igualmente exigente, más aún conocer la probabilidad de inclusión exacta de cada unidad muestral. Todos los individuos que no pueden ser seleccionados en una muestra se suelen referir como unidades fuera de cobertura. Por todas estas razones, así como por razones de coste, los investigadores recurren con frecuencia a otras técnicas de muestreo, agrupadas dentro de lo que se conoce como muestreo no probabilístico. En estas técnicas alternativas, es habitual seleccionar elementos para la muestra basándose en hipótesis relativas a la población de interés, lo que se conoce como criterios de selección. Por ejemplo, seleccionar una muestra buscando individuos por la calle, tratando de que la mitad sean hombres y la mitad mujeres (coincidiendo con la distribución que se supone en la población) sería un criterio de muestreo no probabilístico. Muestreo aleatorio simple: Definición El muestreo aleatorio simple es una técnica de muestreo en la que todos los elementos que forman el universo - y que por lo tanto están incluidos en el marco muestral - tienen idéntica probabilidad de ser seleccionados para la muestra. El proceso de muestreo que emplea esta técnica es equivalente a hacer un sorteo entre los individuos del universo: asignamos a cada persona un boleto, introducimos los boletos en una urna y empezamos a extraer boletos al azar. Todos los individuos que tengan un boleto extraído de la urna formarían la muestra. Obviamente, en la práctica, estos métodos pueden automatizarse mediante el uso de programas informáticos. Muestreo aleatorio sistemático Es una técnica dentro de la categoría de muestreos probabilísticos - y que por lo tanto requiere tener un control preciso del marco muestral de individuos seleccionables junto con la probabilidad de que sean seleccionados - consistente en escoger un individuo inicial de forma aleatoria entre la población y, a continuación, seleccionar para la muestra a cada enésimo individuo disponible en el marco muestral. El muestreo sistemático es un proceso muy simple y que sólo requiere la elección de un individuo al azar. El resto del proceso es trivial y rápido. Los resultados que obtenemos son representativos de la población, de forma similar al muestreo aleatorio simple, siempre y cuando no haya algún factor intrínseco en la forma en que los individuos están listados que haga que se reproduzcan ciertas características poblacionales cada cierto número de individuos. Este suceso es realmente poco frecuente. Muestreo estratificado Esta técnica, perteneciente a la familia de muestreos probabilísticos, antes de iniciar el proceso de muestreo divide toda la población objeto de estudio en diferentes subpoblaciones o estratos disjuntos, de manera que un individuo sólo puede pertenecer a un estrato. Una vez definidos los estratos, la muestra se crea seleccionando por separado individuos de cada estrato, empleando una técnica de muestreo cualquiera. Si, por ejemplo, empleamos muestreo aleatorio simple en cada estrato, hablaremos de muestreo aleatorio estratificado. Este es el caso más habitual, pero del mismo modo podríamos usar otras técnicas de muestreo en cada estrato (muestreo sistemático, aleatorio con reposición, etc.). Los estratos suelen crearse a partir de grupos homogéneos de individuos, que a su vez son heterogéneos entre diferentes grupos. Por ejemplo, si en un estudio esperamos encontrar un comportamiento muy diferente entre hombres y mujeres, puede ser conveniente definir dos estratos, uno por cada sexo. Si la selección de estos estratos es correcta: 1. Los hombres deberían comportarse de forma parecida entre ellos. 2. Las mujeres deberían comportarse de forma muy similar entre ellas. 3. Hombres y mujeres deberían mostrar comportamientos dispares entre sí. Si la anterior condición se cumple (estratos homogéneos internamente, heterogéneos entre sí) el uso del muestreo aleatorio estratificado reduce el error muestral respecto a un muestreo aleatorio convencional, mejorando la precisión de nuestros resultados. Muestreo por conglomerados El muestreo por conglomerados es una técnica que aprovecha la existencia de grupos o conglomerados en la población que representan correctamente el total de la población en relación a la característica que queremos medir. Dicho de otro modo, estos grupos contienen toda la variabilidad de la población. Si esto sucede, podemos seleccionar únicamente algunos de estos conglomerados para conocer la información de interés del total de la población. Podemos ver esta técnica desde otro punto de vista. Mientras que en todas las técnicas vistas hasta ahora las unidades de muestreo coinciden con las unidades a estudiar (individuos), en el muestreo por conglomerados las unidades de muestreo son grupos de unidades a estudiar (grupos de individuos), algo que puede resultar muy beneficioso en términos de coste. A cambio, es habitual obtener una menor precisión al usar esta técnica, causada por falta de heterogeneidad dentro de los conglomerados.