SECCIÓN “A” INGENIERÍA MECÁNICA Muestreo (estadística) 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. Por ejemplo: Queremos saber qué porcentaje de los habitantes de Perú fuma habitualmente. Una forma de obtener este dato sería contactar con todos los habitantes de Perú (Alrededor de 30 millones de personas) y preguntarles si fuman. La otra forma sería seleccionar un subconjunto de individuos (por ejemplo, 1.000 personas), preguntarles si fuman y usar esta información como una aproximación de la información que busco. Pues bien, este grupo de 1.000 personas que me permiten conocer mejor cómo se comportan el total de peruanos es una muestra, y la forma en que los selecciono es el muestreo. En la definición anterior hemos introducido dos términos fundamentales: Universo o población: Es el total de individuos que deseo estudiar o caracterizar. En el ejemplo anterior es la población de Perú, pero podemos pensar en todo tipo de universos, más generales y más concretos. Por ejemplo, si quiero saber cuanto fuman de media los fumadores de Perú, el universo en este caso serían "los fumadores de México". Muestra: Es el conjunto de individuos del universo que selecciono para estudiarlos, por ejemplo a través de una encuesta. El muestreo es por lo tanto una herramienta de la investigación científica, cuya función básica es determinar que parte de una población debe examinarse, con la finalidad de hacer inferencias sobre dicha población. La muestra debe lograr una representación adecuada de la población, en la que se reproduzca de la mejor manera los rasgos esenciales de dicha población que son importantes para la investigación. Para que una muestra sea representativa, y por lo tanto útil, debe de reflejar las similitudes y diferencias encontradas en la población, es decir ejemplificar las características de ésta. Tipos de muestreo Existen diferentes criterios de clasificación de los diferentes tipos de muestreo, aunque en general pueden dividirse en dos grandes grupos:
1. Métodos de muestreo probabilísticos
2. Métodos de muestreo no probabilísticos. 1. Muestreo probabilístico Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamaño “n” tienen la misma probabilidad de ser seleccionadas. Sólo estos métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra extraída y son, por tanto, los más recomendables. Dentro de los métodos de muestreo probabilísticos encontramos los siguientes tipos: a) Muestreo aleatorio simple. b) Muestreo aleatorio sistemático . c) Muestreo aleatorio estratificado. d) Muestreo aleatorio por conglomerados. a) Muestreo aleatorio simple Es requisito que todos y cada uno de los elementos de la población tengan la misma probabilidad de ser seleccionados (azar) Se debe tener disponible un listado completo de todos los elementos de la población, a esto se le llama MARCO DE MUESTREO. Cada sujeto tiene una probabilidad igual de ser seleccionado para el estudio. Se necesita una lista numerada de las unidades de la población que se quiere muestrear. Opciones: ◦ Fichas de lotería o bolitas numeradas ◦ Tabla de números aleatorios b) Muestreo aleatorio sistemático Se toman todos los individuos de la lista y se selecciona cada 3, cada 7, o cualquier otro número. Para comenzar se utiliza un número al azar c) Muestreo aleatorio estratificado
Cuando la muestra incluye subgrupos representativos (estratos) de
los elementos de estudio con características específicas: urbano, rural, nivel de instrucción, año académico, carrera, sexo, grupo étnico, edad, paridad etc. En cada estrato para obtener el tamaño de la muestra se puede utilizar el muestreo aleatorio o sistemático. d) Muestreo aleatorio por conglomerado Conglomerados: son unidades geográficas (distritos, pueblos, organizaciones, clínicas) Limitantes: financieras, tiempo, geografía y otros obstáculos. Se reducen costos, tiempo y energía al considerar que muchas veces las unidades de análisis se encuentran encapsuladas o encerradas en determinados lugares físicos o geográficos: Conglomerados Unidad de análisis: sujeto o sujetos Unidad Muestral en este caso: conglomerado a través del cual se logra el acceso a la unidad de análisis. Selección en 2 etapas: ◦ Los racimos o conglomerados ◦ En los racimos se seleccionan a los sujetos a ser medidos. Población, Localidades, Viviendas. Croquis. 2. Muestreo no probabilístico
No se conoce la probabilidad que tienen los diferentes elementos
de la población de estudio de ser seleccionados.
A. Muestreo por conveniencia.
B. Muestreo por cuotas. C. Accidental o bola de nieve. A. Muestreo por conveniencia
Es la muestra que esta disponible en el tiempo o periodo de
investigación. Ejemplo: Todos los pacientes que asistan a una clínica en particular cierto día, semana, pueden ser requeridos para participar. DESVENTAJA: la muestra puede ser poco representativa de la población que se desea estudiar. B. Muestreo por cuotas Todos los elementos conocidos de la población tienen que aparecer en la muestra. Se debe asegurar que estos aparezcan en la misma proporción que en la población. El investigador entrevista a todos las personas de cada categoría que pueda encontrar hasta que haya llenado la cuota. C. Accidental o bola de nieve Se aprovecha o utiliza personas disponibles en un momento dado que se corresponda con el propósito del estudio. De los tres tipos de muestreo no probabilístico resulta el más deficiente. ¿Cual es el tamaño apropiado de la muestra? Depende del paradigma o enfoque: • Enfoque Cuantitativo o Cualitativo • Muestreo probabilístico o no probabilístico. Riesgos de muestreo Existen dos tipos de riesgos de muestreo: primero, el riesgo de aceptación incorrecta de la hipótesis de investigación y segundo, el riesgo de rechazo incorrecto. Estos riesgos se refieren a la posibilidad de que cuando se lleva a cabo una prueba sobre una muestra, los resultados y conclusiones puedan ser diferentes de los resultados y conclusiones cuando la prueba se lleva a cabo para toda la población. El riesgo de la aceptación incorrecta se refiere al riesgo de que la muestra pueda arrojar una conclusión que apoye una teoría sobre la población cuando en realidad no existe en la población. Por otro lado, el riesgo de un rechazo incorrecto se refiere al riesgo de que la muestra pueda arrojar una conclusión que rechace una teoría sobre la población cuando en realidad la teoría es cierta en la población. Requiere que se posea de antemano un listado completo de toda la población. Cuando se trabaja con muestras pequeñas es posible que no represente a la población adecuadamente. Si la constante de muestreo está asociada con el fenómeno de interés, las estimaciones obtenidas a partir de la muestra pueden contener sesgo de selección Se ha de conocer la distribución en la población de las variables utilizadas para la estratificación. El error estándar es mayor que en el muestreo aleatorio simple o estratificado. El cálculo del error estándar es complejo.