Universidad Nacional del Altiplano

Facultad de Ciencias Agrarias

Ingeniería Agronómica

Bioestadística Agropecuaria

PROF. Dr. JOSE LUIS SOTO GONZALES

2022
 Población y muestra
En la obtención de datos hay varios aspectos a considerar por lo que el
investigador debe planificar su estudio de manera tal que con los datos
que obtenga, y un adecuado análisis, logre información relevante para
sus objetivos. Relevante se refiere a aquella información que permite
elaborar conclusiones, que aporta conocimiento, que responde una
pregunta de investigación y que resuelve un problema de interés.
Usualmente las preguntas están referidas a una o más variables de un
conjunto de unidades de estudio que se denomina población. Para que
la pregunta quede mejor definida, la población deberá estar acotada en
el tiempo y el espacio.
La proposición anterior pone de manifiesto que, por ejemplo, los
rendimientos obtenidos en la última campaña agrícola por todos los
productores de maíz de la provincia de Córdoba, conforman una
población. A su vez, podemos pensar que podríamos estar interesados
en todos los rendimientos obtenidos en la última campaña por todos
los productores de maíz del país, vale decir, en una nueva población: la
producción de maíz a nivel nacional. En la práctica, las poblaciones
suelen ser demasiado grandes y por tanto no se pueden obtener todos
los datos de la población, por lo que se realizan muestreos.
Las limitaciones para acceder a la población pueden ser de diferente
índole. Puede que no se cuente con los recursos necesarios como para
obtener datos para todas las unidades de estudio o que éstas sean
prácticamente infinitas (población infinita).
En la mayoría de las situaciones de la práctica profesional agronómica, los estudios se
llevan a cabo examinando una parte o porción de la población objetivo. Al subconjunto
de elementos de la población que es analizado se le llama muestra. La cantidad de
unidades de estudio en la muestra se denomina tamaño muestral y usualmente se
simboliza con la letra n. Mantengamos presente la idea de que para estudiar fenómenos
biológicos aleatorios, detectar diferencias entre grupos de unidades o estudiar
relaciones entre variables, será necesario medir más de un individuo o caso y que la
cantidad de casos en la muestra depende de varios factores como lo son la variabilidad
de las mediciones, la magnitud de las diferencias que se estudian y el grado de
asociación entre variables.
Cuando la variabilidad de los datos es baja o las diferencias que se
esperan encontrar son grandes o las relaciones muy obvias, el análisis
de pocos casos (bajo tamaño muestral) podría ser suficiente para logar
una buena conclusión. Por el contrario, cuando se estudian variables
que cambian mucho su valor de unidad a unidad o cuando se desean
estudiar diferencias entre grupos o asociaciones entre variables que
pueden ser muy sutiles, es necesario aumentar el tamaño de la
muestra, es decir observar más casos (mayor tamaño muestral).
La muestra es una parte del todo, es la parte que será analizada unidad
por unidad para finalmente inferir o especular el comportamiento de la
variable de interés en la población. Por lo tanto, es importante
conseguir una buena muestra.
27/04/22
Análisis exploratorio de datos
El diseño del muestreo, es decir el planificar cómo se tomará una
muestra, usualmente se relaciona con preguntas tales como: ¿cuántas
unidades conformarán una muestra?, ¿cómo se seleccionarán estas
unidades desde la población? Como el objetivo es concluir sobre la
población a través de lo observado en una parte de ella, todas estas
preguntas persiguen un mismo fin: obtener muestras representativas
de la población. Esto implica que la muestra seleccionada para llevar a
cabo el estudio, nos permitirá conocer acertadamente características
de la población de la que ha sido extraída.
El tamaño de la muestra es una característica a considerar para lograr
buena representatividad. Los procedimientos de selección de muestra
o de muestreos basados en el azar (procedimientos aleatorios) son
preferibles a los procedimientos de muestreos basado en el juicio del
investigador sobre cuáles elementos considerar en la muestra y cuáles
no. Los muestreos aleatorios son muestreos probabilísticos ya que es
posible conocer la probabilidad que tiene cada muestra de ser
seleccionada.
En el muestreo aleatorio simple, uno de los más utilizados, todas las
unidades tienen la misma posibilidad de formar parte de la muestra. Si
bien existen fórmulas para calcular los tamaños muestrales necesarios
para una situación particular de análisis, fracciones de muestreo de un
10% de la población, proveen usualmente de buena cantidad de datos
como para estimar lo que sucede en la población. Sin embargo,
siempre es más recomendable usar un método estadístico para
determinar el tamaño de la muestra más conveniente en cada estudio.
No descuidemos los procedimientos involucrados en la selección de
unidades de análisis desde la población para conformar una muestra.
Una muestra es como una ventana a través de la cual observamos a la
población; la ventana tendrá que tener un tamaño suficiente que nos
permita ver bien la población. El mecanismo más recomendado para
mejorar la representatividad de una muestra tomada al azar desde una
población es aumentar su tamaño, es decir aumentar el número de
casos en análisis y usar una técnica de muestreo basada en
procedimientos aleatorios.
Técnicas de muestreo
Hay numerosos métodos de muestreo probabilístico y la elección del
mismo depende de características de la población a muestrear. Entre
los más usados se encuentran el muestreo aleatorio simple, el
muestreo estratificado, el muestreo sistemático y el muestreo por
conglomerados.
 Análisis exploratorio de datos
Muestreo aleatorio simple (MAS)

El muestreo aleatorio simple se lleva a cabo de manera tal que todas las unidades que
componen la población tengan igual probabilidad de ser elegidas para conformar una
muestra. Este muestreo puede hacerse con o sin reposición.

Sin reposición: Una unidad seleccionada no es devuelta a la población hasta que no se

hayan elegido todos los elementos que conformarán la muestra. Por lo tanto no puede
ser nuevamente elegida para formar la muestra.

Con reposición: Una unidad seleccionada es devuelta a la población y por lo tanto

puede ser nuevamente elegida para formar la muestra.
Las características de un estudio llevan a elegir cómo se obtendrán las
muestras. Por ejemplo, en el caso de realizar una encuesta de opinión
no se usa muestreo con reemplazo.

Cuando se hace un experimento, por ejemplo medir el contenido de

proteínas en fardos de alfalfa, éste se repite n veces, bajo las mismas
condiciones, y esas repeticiones conforman una muestra.