Tema 9. Población y muestra. Muestreo

Tema 9:     Población y muestra. Muestreo

¿Qué se entiende por población desde el punto de vista estadístico?

      Estadísticamente hablando por población se entiende un conjunto finito o infinito de personas, casos o elementos que representan características comunes, como por ejemplo una población puede estar constituida por los habitantes de Venezuela; por el total de vehículos de Caracas, por el número de nacimientos o defunciones de Maracay.  

“Cuando se define la población de manera vaga, no es posible saber cuáles son las unidades que deberán ser consideradas al seleccionar la muestra” Por consiguiente se hace necesario precisar, antes de delimitar la muestra, las unidades de estudio del proyecto.

    Con excepción de los casos de los universos pequeños, es importante seleccionar sistemáticamente en una muestra cada unidad representativa de la población, atendiendo a un criterio específico y en condiciones contraladas por el investigador. Las características del universo dado la representatividad de las unidades que la conforman, deben reproducirse.

EJEMPLO

Proyecto de Investigación.

Factores que inciden en la expansión de la matricula estudiantil en el ámbito universitario, entre las diferentes clases que conforman la estructura social venezolana. Coyuntura 1970- 1996 Caso. : Universidad Central de Venezuela (UCV). 

¿Cuáles son los tipos de población?

•       POBLACIONES  FINITAS 

     En los problemas planteados en las distintas disciplinas se estudia el comportamiento de una o más variables sobre un conjunto de unidades. A este conjunto de unidades lo denominamos  población P.  La unidades de la población  pueden ser  pacientes, hospitales, alumnos, médicos, objetos, etc. La variable  es la característica estudiada que puede tomar distintos valores de unidad en unidad. Cuando hablamos de poblaciones finitas, por lo menos en teoría, podemos acceder a todos los individuos o elementos que la componen

•       POBLACIONES INFINITAS

    En muchos problemas interesa saber cómo se comporta una, o varias  variables, al  observarlas cuando se repite un experimento definido de antemano, pero no existe un número fijo, finito, de experimentos ya que teóricamente se los puede repetir cuantas veces  se quiera. Si estudiamos pacientes hipertensos y medimos su tensión arterial, estas mediciones se pueden repetir cuantas veces se quiera, por lo menos en teoría, en pacientes actuales y futuros repartidos a lo largo del mundo.

                       

 

¿Qué significa el término de muestra y muestreo?

Una muestra es una parte representativa de una población, cuyas características deben reproducirse en ella, lo más exactamente posible.

“La muestra estadística es una parte de la población o sea, un número de individuos u objetos seleccionados científicamente, cada uno de los cuales es un elemento del universo. La muestra es obtenida con el fin de investigar a partir del conocimiento de sus características particulares, las propiedades de una población. 

Ejemplo

Estructura Organizativa de BL Consultores Asociados

 

 

¿Qué significa el 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:

1.- Muestreo aleatorio simple:

El procedimiento empleado es el siguiente: 1) se asigna un número a cada individuo de la población y 2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de números aleatorios, números aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el tamaño de muestra requerido.

Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad práctica cuando la población que estamos manejando es muy grande.

2.- Muestreo aleatorio sistemático:

Este procedimiento exige, como el anterior, numerar todos los elementos de la población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se parte de ese número aleatorio i, que es un número elegido al azar, y los elementos que integran la muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k, siendo k el resultado de dividir el tamaño de la población entre el tamaño de la muestra: k= N/n. El número i que empleamos como punto de partida será un número al azar entre 1 y k.

El riesgo este tipo de muestreo está en los casos en que se dan periodicidades en la población ya que al elegir a los miembros de la muestra con una periodicidad constante (k) podemos introducir una homogeneidad que no se da en la población. Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones y los 5 últimos mujeres, si empleamos un muestreo aleatorio sistemático con k=10 siempre seleccionaríamos o sólo hombres o sólo mujeres, no podría haber una representación de los dos sexos.

3.- Muestreo aleatorio estratificado:

Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamaño dado de la muestra. Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a alguna característica (se puede estratificar, por ejemplo, según la profesión, el municipio de residencia, el sexo, el estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de interés estarán representados adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los elementos concretos que formarán parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues exige un conocimiento detallado de la población. (Tamaño geográfico, sexos, edades,...).

La distribución de la muestra en función de los diferentes estratos se denomina afijación, y puede ser de diferentes tipos:

Afijación Simple: A cada estrato le corresponde igual número de elementos muéstrales.

Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de la población en cada estrato.

Afijación Optima: Se tiene en cuenta la previsible dispersión de los resultados, de modo que se considera la proporción y la desviación típica. Tiene poca aplicación ya que no se suele conocer la desviación.

4.- Muestreo aleatorio por conglomerados:

Los métodos presentados hasta ahora están pensados para seleccionar directamente los elementos de la población, es decir, que las unidades muéstrales son los elementos de la población.

En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la población que forman una unidad, a la que llamamos conglomerado.

¿Qué significa el muestreo no  probabilístico?  

A veces, para estudios exploratorios, el muestreo probabilístico resulta excesivamente costoso y se acude a métodos no probabilísticos, aun siendo conscientes de que no sirven para realizar generalizaciones (estimaciones inferenciales sobre la población), pues no se tiene certeza de que la muestra extraída sea representativa, ya que no todos los sujetos de la población tienen la misma probabilidad de se elegidos. En general se seleccionan a los sujetos siguiendo determinados criterios procurando, en la medida de lo posible, que la muestra sea representativa.

En algunas circunstancias los métodos estadísticos y epidemiológicos permiten resolver los problemas de representatividad aun en situaciones de muestreo no probabilístico, por ejemplo los estudios de caso-control, donde los casos no son seleccionados aleatoriamente de la población.

Entre los métodos de muestreo no probabilísticos más utilizados en investigación encontramos:

1.- Muestreo por cuotas:

También denominado en ocasiones "accidental". Se asienta generalmente sobre la base de un buen conocimiento de los estratos de la población y/o de los individuos más "representativos" o "adecuados" para los fines de la investigación. Mantiene, por tanto, semejanzas con el muestreo aleatorio estratificado, pero no tiene el carácter de aleatoriedad de aquél.

En este tipo de muestreo se fijan unas "cuotas" que consisten en un número de individuos que reúnen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 años, de sexo femenino y residentes en Gijón. Una vez determinada la cuota se eligen los primeros que se encuentren que cumplan esas características. Este método se utiliza mucho en las encuestas de opinión.

2.- Muestreo intencional o de conveniencia:

Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras "representativas" mediante la inclusión en la muestra de grupos supuestamente típicos. Es muy frecuente su utilización en sondeos preelectorales de zonas que en anteriores votaciones han marcado tendencias de voto.

También puede ser que el investigador seleccione directa e intencionadamente los individuos de la población. El caso más frecuente de este procedimiento el utilizar como muestra los individuos a los que se tiene fácil acceso (los profesores de universidad emplean con mucha frecuencia a sus propios alumnos).

EJEMPLOS 

Imagina que quieres estudiar lo que van a votar los jóvenes de 18 años de toda España en las próximas elecciones. Obviamente no vas a poder preguntarles a todos los jóvenes lo que van a votar, así que decides llamar a 100.000 números de jóvenes de 18 años al azar.

Población: Todos los jóvenes de 18 años de España.

Muestra: Los 100.000 jóvenes a los que vas a preguntar unidad estadística. Cualquier joven de 18 años que pueda votar en las siguientes elecciones.

Variable: El partido al que votara lo que tú vas a preguntar.

Datos estadísticos: Los números que podrás relacionar entre si cuando termine tu estudio. De los 100.000 jóvenes, 25.000 votaran al partido A, 10.000 al partido B, 10.000 al partido C y el resto al partido D (por ejemplo). Esos serán tus datos estadísticos