Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Las principales ventajas de estudiar una población a partir de una muestra son:
- Coste reducido:
Si los datos que buscamos los podemos obtener a partir de una pequeña parte del total
de la población, los gastos de recogida y tratamiento de los datos serán menores. Por
ejemplo, cuando se realizan encuestas previas a unas elecciones, es más barato
preguntar a 4.000 personas su intención de voto, que a 30.000.000, aparte que
entrevistar a todo el censo electoral supone una duración excesiva en tiempo del trabajo
de campo.
- 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 la duración de un cierto tipo de
bombillas hasta que dejan de funcionar, 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:
Muestreo aleatorio
Consideremos una población finita, de la que deseamos extraer una muestra. Cuando el
proceso de extracción es tal que garantiza a cada uno de los elementos del universo la
misma oportunidad de ser incluidos en dicha muestra, denominamos al proceso de
selección muestreo aleatorio.
1
Muestreo aleatorio con reposición o muestreo aleatorio simple
Sobre una población de tamaño N podemos realizar extracciones de n elementos, pero
de modo que cada vez el elemento extraído es repuesto al total del universo. De esta
forma un elemento puede ser extraído varias veces.
Desventaja del muestreo con reposición: una misma unidad puede ser seleccionada
varias veces en una misma muestra, por lo que no se incrementa la información. Sin
embargo, si el universo es muy grande la probabilidad de que esto ocurra es muy
pequeña.⋅
P(obtener una determinada muestra) = P(x1,x2,..,xn)= 1/N⋅ 1/N⋅ …⋅1/N
Vamos a considerar que trabajamos con poblaciones grandes, por lo que sólo vamos a
considerar el muestreo aleatorio simple.
Aunque dependiendo del problema y con el objetivo de reducir los costes o aumentar la
precisión, otros tipos de muestreo aleatorios pueden ser considerados: muestreo
sistemático, muestreo estratificado, muestreo por conglomerados y muestreo
polietápico.
Muestreo sistemático
Cuando los elementos de la población están ordenados de 1 a N en fichas o en una lista,
una manera de muestrear consiste en:
- Elegir al azar un número m entre 1 y N, para empezar a seleccionar la muestra.
- Tomar como muestra los elementos de la lista a partir de ese m tomados de k en k
(por ejemplo de 20 en 20) hasta completar una muestra de tamaño n. (k es el nº entero
más cercano a N/n) y teniendo en cuenta que la lista sea circular, es decir que el
elemento N+1 coincide con el primero. De esta forma, con una lista circular, todos los
elementos tiene la misma probabilidad de ser seleccionados.
Cuando el criterio de ordenación de los elementos en la lista es tal que los elementos
más parecidos tienden a estar más cercanos, el muestreo sistemático suele ser más
preciso que el aleatorio simple, ya que recorre la población de un modo más uniforme.
Por otro lado, es a menudo más fácil no cometer errores con un muestreo sistemático
que con este último. Sin embargo, se corre el riesgo de obtener resultados sesgados si en
la población se dan periodicidades o rachas.
2
Muestreo aleatorio estratificado
Un muestreo aleatorio estratificado es aquel en el que se divide la población de N
individuos, en k subpoblaciones o estratos, atendiendo a criterios que puedan ser
importantes en el estudio (sexo, grupo de edad, nivel de estudios, lugar geográfico,
tamaño del municipio, etc), de tamaños respectivos N1, ..., Nk, y realizando en cada una
de estas subpoblaciones muestreos aleatorios simples de tamaño ni.
3
siguiente ficha técnica de la "Encuesta sobre la opinión respecto a la intervención
militar contra Irak" (publicada por EL PAÍS 2-2-2003):
Ámbito geográfico: España
Recogida de información: mediante entrevista telefónica.
Universo de análisis: población mayor de 18 años residente en hogares con teléfono.
Tamaño de la muestra: 1000 entrevistas proporcionales.
Error muestral: el margen de error para el total de la muestra es de ±2,78% para un
margen de confianza del 95% y bajo el supuesto de máxima indeterminación
(p=q=50%).
Procedimiento de muestreo: selección polietápica del entrevistado:
-Unidades primarias de muestreo (MUNICIPIOS) seleccionadas de forma aleatoria
proporcional para cada provincia.
-Unidades secundarias (HOGARES) mediante la selección aleatoria de números de
teléfono.
-Unidades últimas (INDIVIDUOS) según cuotas cruzadas de sexo, edad y recuerdo de
voto de las elecciones generales de 2000.
1
Del Tutorial de Introducción al muestreo de los Profesores F.Herrero y M.Cuesta del Dpto Psicología.
Univ. de Oviedo.
4
- Bola de nieve: Se localiza a algunos individuos, los cuales conducen a otros, y estos a
otros, y así hasta conseguir una muestra suficiente. Este tipo se emplea muy
frecuentemente cuando se hacen estudios con poblaciones "marginales", delincuentes,
sectas, determinados tipos de enfermos, etc.