Muestreo

Diferencias entre población y muestra

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.