Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Nocion De muestreo
En estadística se conoce como muestreo a la técnica para la selección de una muestra a partir de una
población.
Al elegir una muestra se espera conseguir que sus propiedades sean extrapolables a la población. Este
proceso permite ahorrar recursos, y a la vez obtener resultados parecidos a los que se alcanzarían si se
realizase un estudio de toda la población.
Cabe mencionar que para que el muestreo sea válido y se pueda realizar un estudio adecuado (que
consienta no solo hacer estimaciones de la población sino estimar también los márgenes de error
correspondientes a dichas estimaciones), debe cumplir ciertos requisitos. Nunca podremos estar
enteramente seguros de que el resultado sea una muestra representativa, pero sí podemos actuar de
manera que esta condición se alcance con una probabilidad alta.
Llamamos “muestreo” a los procedimientos estadísticos que se utilizan para seleccionar muestras que
resulten representativas de la población a la que pertenecen, y que constituye el objeto de estudio de
una investigación determinada.
En este artículo analizaremos los distintos tipos de muestreo que existen, tanto los aleatorios como los
no sistemáticos.
En estadística, el concepto “muestra” se utiliza para denominar a cualquier subconjunto posible de una
población determinada. Así, cuando se habla de una muestra se está haciendo referencia a un conjunto
determinado de sujetos que parten de un grupo más grande (la población).
La estadística inferencial es la rama de esta disciplina que se ocupa de estudiar muestras para llevar a
cabo inferencias en relación a las poblaciones de las que estas parten. Se opone a la estadística
descriptiva, cuya tarea consiste, como su nombre indica, en describir de forma detallada las
características de la muestra, y por tanto idealmente de la población.
No obstante, el proceso de inferencia estadística requiere que la muestra en cuestión sea representativa
de la población de referencia por tal de que sea posible generalizar las conclusiones obtenidas a
pequeña escala. Con el objetivo de favorecer esta tarea se han desarrollado diversas técnicas de
muestreo, es decir, de obtención o selección de muestras.
Hablamos de muestreo aleatorio en los casos en que todos los sujetos que forman parte de una
población tienen la misma probabilidad de ser escogidos como parte de la muestra. Los muestreos de
esta clase son más populares y útiles que los no aleatorios, principalmente porque tienen una elevada
representatividad y permiten calcular el error de la muestra.
En este tipo de muestreo las variables relevantes de la muestra tienen la misma función de probabilidad
y son independientes entre ellas. La población tiene que ser infinita o bien finita con reposición de
elementos. El muestreo aleatorio simple es el que más se utiliza en la estadística inferencial, pero es
menos eficaz en muestras muy grandes.
2. Estratificado
El muestreo aleatorio estratificado consiste en dividir la población en estratos; un ejemplo de esto sería
estudiar la relación entre el grado de satisfacción vital y el nivel socioeconómico. A continuación se
extrae un número determinado de sujetos de cada uno de los estratos por tal de mantener la
proporción de la población de referencia.
3. De conglomerados
En estadística inferencial los conglomerados son conjuntos de elementos poblacionales, como pueden
ser las escuelas o los centros hospitalarios públicos de un municipio. Al llevar a cabo este tipo de
muestreo se divide la población (en los ejemplos, una localidad concreta) en varios conglomerados y se
elige de forma aleatoria algunos de ellos para estudiarlos.
4. Sistemático
En este caso se empieza dividiendo el número total de sujetos u observaciones que conforman la
población entre el que se quiere utilizar para la muestra. Posteriormente se escoge un número al azar de
entre los primeros y se va sumando de forma constante este mismo valor; los elementos seleccionados
pasarán a formar parte de la muestra.
Los muestreos no probabilísticos utilizan criterios con un bajo nivel de sistematización que procuran
asegurar que la muestra tenga un cierto grado de representatividad. Este tipo de muestreos se emplean
principalmente cuando no es posible llevar a cabo otros de tipo aleatorio, lo cual es muy habitual a
causa del elevado coste de los procedimientos de control.
En el muestreo intencional el investigador escoge de forma voluntaria los elementos que conformarán la
muestra, dando por supuesto que esta será representativa de la población de referencia. Un ejemplo
que resultará familiar a los estudiantes de psicología es la utilización de alumnos como muestra
opinática por parte de profesores universitarios.
En este tipo de muestreo los investigadores establecen contacto con sujetos determinados; a
continuación estos consiguen a nuevos participantes para la muestra hasta completarla. El muestreo de
bola de nieve se usa generalmente cuando se trabaja con poblaciones de difícil acceso, como en el caso
de adictos a sustancias o de miembros de culturas minoritarias.
Hablamos de muestreo por cuotas cuando los investigadores escogen un número concreto de sujetos
que cumplan unas características determinadas (p. e. mujeres españolas de más de 65 años con
deterioro cognitivo severo) a partir de su conocimiento sobre los estratos de la población. El muestreo
accidental se usa con frecuencia en las encuestas
El requisito más importante del muestreo probabilístico es que todos en una población tengan la misma
oportunidad de ser seleccionados.
Por ejemplo, si tienes una población de 100 personas, cada persona tendría una probabilidad de 1 de
100 de ser seleccionado. El método de muestreo probabilístico te ofrece la mejor oportunidad de crear
una muestra representativa de la población.
Este método utiliza la teoría estadística para seleccionar al azar un pequeño grupo de personas
(muestra) de una gran población existente y luego predecir que todas las respuestas juntas coincidirán
con la población en general.
Por ejemplo, es prácticamente imposible enviar una encuesta a cada una de las personas de todo un
país para recabar información, pero lo que puedes hacer utilizar el método de muestreo de probabilidad
para obtener datos que pueden ser muy buenos (incluso aunque se obtengan de una población más
pequeña).
El muestreo aleatorio simple, tal y como su nombre lo indica, es un método completamente aleatorio
que se utiliza para seleccionar una muestra. Este método de muestreo es tan fácil como asignar
números a los individuos (muestra) y luego elegir de manera aleatoria números entre los números a
través de un proceso automatizado. Finalmente, los números que se eligen son los miembros que se
incluyen la muestra.
Existen dos formas en que las muestras se eligen: A través de un sistema de lotería y uso de software de
generación de números aleatorios. Esta técnica de muestreo funciona generalmente en grandes
poblaciones y tiene tanto ventajas como desventajas.
Muestreo estratificado: este es un método en el cual una población grande se divide en dos grupos más
pequeños, que generalmente no se superponen, sino que representan a toda la población en conjunto.
Durante el muestreo, estos grupos pueden organizarse y luego de estos se puede obtener una muestra
de cada grupo por separado.
Algo común en este tipo de método es organizar o clasificar las muestras por sexo, edad, etnia, etc. Este
método divide sujetos en grupos mutuamente exclusivos y luego utiliza un muestreo aleatorio simple
para elegir miembros de los grupos.
Los miembros de cada uno de estos grupos deben ser distintos para que todos los miembros de todos
los grupos tengan la misma oportunidad de ser seleccionados utilizando la probabilidad simple.
Muestreo por conglomerados: este es un método que selecciona de manera aleatoria a los participantes
cuando están dispersos geográficamente.
Por ejemplo, tenemos a 1000 participantes de toda la población de México, supongamos que es
probable que no sea posible obtener una lista completa de todos estos. Pero en cambio, lo que hace el
investigador es seleccionar áreas de manera aleatoria (es decir, ciudades, comunidades, etc), y
selecciona al azar dentro de esos límites.
El muestreo por conglomerados por lo general analiza a una población particular en la que la muestra
consiste en varios elementos, por ejemplo, ciudad, familia, universidad, etc. Los conglomerados se
seleccionan básicamente dividiendo la población mayor en varias secciones más pequeñas.
Muestreo sistemático: este se enfoca en elegir a cada “enésima” persona para que sea parte de la
muestra. Por ejemplo, puedes elegir que cada quinta persona sea parte de la muestra, o que cada
décima persona sea parte de ella.
Ejemplos
Se realiza una encuesta de opinión sobre un producto de higiene personal que se ha lanzado al mercado
recientemente. La empresa contrata a una serie de entrevistadores que realizan las encuestas en la
calle. Éstos van entrevistando a los que se van encontrando accidentalmente por la calle.
Dibujo del muestreo por casual
Una productora desea saber la opinión general de la población de una ciudad respecto a su última
película. Para ello desplaza a los cines de la ciudad a un equipo de entrevistadores para preguntar
directamente a la gente que sale de la sala si les gustó su película.
Cuando utilizarlo
ANUNCIOS
Utilizaremos el muestreo casual o accidental únicamente para hacernos una idea de cual es la opinión
de la gente respecto a algún producto o tema de actualidad.
Los resultados obtenidos mediante muestreo casual o accidental no son representativos de la opinión
de toda la población, sino que el resultado es orientativo.
Los investigadores también emplean un muestreo aleatorio estratificado cuando quieren observar
relaciones entre dos o más subgrupos. Con la técnica de muestreo aleatorio simple, el investigador no
está seguro de si los subgrupos que quiere observar son representados equitativa y proporcionalmente
dentro de la muestra.
Con el muestreo estratificado, el investigador puede probar de forma representativa hasta a los
subgrupos más pequeños y más inaccesibles de la población. Esto permite que los investigadores
prueben a los extremos de la población.
Con esta técnica, tienes una precisión estadística más elevada en comparación con el muestreo aleatorio
simple. Esto se debe a que la variabilidad dentro de los subgrupos es menor en comparación con las
variaciones cuando se trata de toda la población.
Debido a que esta técnica tiene una alta precisión estadística, exige un tamaño de la muestra menor que
puede ahorrar mucho tiempo, dinero y esfuerzo de los investigadores.
En esta técnica, el tamaño de la muestra de cada estrato es proporcional al tamaño de la población del
estrato si se compara con la población total. Esto significa que el cada estrato tiene la misma fracción de
muestreo.
Supongamos que tienes 3 estratos con 100, 200 y 300 tamaños de la población, respectivamente. El
investigador eligió una fracción de muestreo de ½. Luego, el investigador debe probar al azar 50, 100 y
150 sujetos de cada estrato, respectivamente.
Estrato A B C
Tamaño de la población 100 200 300
Fracción de muestreo ½ ½ ½
En esta técnica, lo importante es recordar el uso de la misma fracción de muestreo en cada estrato,
independientemente de las diferencias en el tamaño de la población de los estratos. Es muy parecido a
reunir una población más pequeña que sea específica de las proporciones relativas de los subgrupos
dentro de la población.
Muestreo Sistematico
El muestreo sistematico es un tipo de muestreo probabilístico donde se hace una selección aleatoria del
primer elemento para la muestra, y luego se seleccionan los elementos posteriores utilizando intervalos
fijos o sistemáticos hasta alcanzar el tamaño de la muestra deseado.
Calcular el intervalo de muestreo (i) dividiendo el número de elementos en el marco de muestreo (N)
por el tamaño de la muestra específica (n). Uno debería ignorar el resto y redondear o terminar en el
número entero más próximo. El redondeo hacia abajo y truncando puede hacer que el tamaño de la
muestra sea más grande de lo deseado. Si es así, se puede eliminar de forma aleatoria las selecciones
adicionales. Si no se conoce el tamaño exacto, o es poco práctico determinar, se puede fijar una fracción
de muestreo.
Selecciona para la muestra, r, r + i, r + 2i, r ,+3i, y así sucesivamente, hasta agotar el marco.
A nivel técnico, el muestreo sistematico no crea una muestra verdaderamente aleatoria. Sólo la
selección del primer elemento de muestreo sistematico es una selección de probabilidad. Una vez que el
primer elemento es seleccionado, algunos de los elementos tendrán una probabilidad cero de selección.
Además, cierta combinación de elementos, como los elementos que son adyacentes entre sí en el marco
de muestreo, pueden no ser seleccionados. Muestreos sistemáticos repetidos pueden utilizarse para
abordar este problema
Muestreo probabilístico: muestreo aleatorio simple
Siguiendo con nuestra serie de posts dedicados al muestreo, hoy revisaremos la primera de las técnicas
de muestreo probabilístico: el muestreo aleatorio simple. Esta técnica es una de las más populares y
sirve de referencia a todas las demás, aunque como ya comentamos, en la práctica difícilmente puede
utilizarse.
El muestreo aleatorio simple (M.A.S.) es la técnica de muestreo en la que todos los elementos que
forman el universo y que por lo tanto están descritos en el marco muestral, tienen idéntica probabilidad
de ser seleccionados para la muestra. Sería algo así como hacer un sorteo justo entre los individuos del
universo: asignamos a cada persona un boleto con un número correlativo, introducimos los números en
una urna y empezamos a extraer al azar boletos. Todos los individuos que tengan un número extraído
de la urna formarían la muestra. Obviamente, en la práctica, estos métodos pueden automatizarse
mediante el uso de ordenadores.
Foto 1
Dependiendo de si los individuos del universo pueden ser seleccionados más de una vez en la muestra,
hablaremos de M.A.S. con reposición o sin reposición.
Si usamos reposición, el hecho de que seleccione un individuo al azar para la muestra no impediría que
este mismo individuo pudiese volver a ser seleccionado en una siguiente selección. Sería equivalente a
decir que cada vez que se extrae un número al azar de la urna, volvemos a colocar el número antes de la
siguiente extracción. Si por el contrario no usamos reposición, un individuo seleccionado para la
muestra una vez ya no entraría nuevamente en el sorteo.
En la actualidad las exigencias por parte del mundo son cada vez mayores, por lo tanto corre de nuestra
cuenta el adaptarnos y sobrevivir a los cambios que exige el mundo. En el ámbito empresarial no es
suficiente tener conocimientos solo sobre la administración sino que debemos ser capaces de manejar
una infinidad de temas y desarrollarlos, puesto que hay mucha competencia.
Ad
muestreo-probablistico-no-probabilistico-yesenia
No basta ser capaces de hacer las cosas, muchas veces se necesita el conocimiento y las ganas de hacer
las aportaciones, para así desarrollar los requerimientos que son mayores cada vez. Somos seres
pensantes y conscientes, por lo tanto debemos actuar con responsabilidad tanto en nuestras acciones
como en todo los que nos rodea.