Fundamentos del Muestreo Estadístico
El muestreo es una herramienta fundamental en la investigación, permitiendo obtener conclusiones válidas sobre un universo más amplio a partir de un subconjunto de datos.
- Muestra
- Se entiende por muestra al subconjunto de una población de mayor tamaño.
- Población o Universo
- Es el conjunto de todos los individuos o elementos que cumplen ciertas características definidas para el estudio.
- Muestreo
- Es el proceso de extracción de una muestra a partir de una población.
- Inferencia
- Es la interpretación del tratamiento estadístico de unos datos que acaba generalizando los resultados a toda la población.
Ventajas de la Utilización de Muestras
La selección de muestras ofrece beneficios significativos en términos de recursos y calidad de datos:
- Coste reducido.
- Mayor rapidez en la recolección de datos.
- Mayor flexibilidad y mayores posibilidades de estudio.
- Mayor control de calidad del proceso de recogida de datos.
Técnicas de Muestreo: Clasificación y Requisitos
La característica más importante de una muestra es que debe ser representativa de la población objeto de estudio para poder extrapolar los resultados al total. Los métodos para seleccionar una muestra se dividen en dos grandes categorías:
Muestreo Probabilístico
En este método, todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de la muestra. Para su aplicación, es necesario contar con una lista completa de toda la población (marco muestral).
Tipos de Muestreo Probabilístico
Los principales métodos probabilísticos son:
- Aleatorio Simple
- Sistemático
- Aleatorio Estratificado
- Por Conglomerados
- Polietápico
Muestreo Aleatorio Simple (M.A.S.)
Es aquel en el que cada unidad de muestreo de la población tiene la misma probabilidad de ser seleccionada. A la probabilidad que tiene cada individuo de pertenecer a la muestra se le denomina fracción de muestreo:
$$f = n/N$$
Para la selección de una muestra aleatoria simple, se enumeran previamente las unidades de la población de 1 a N y, a continuación, se seleccionan $n$ números distintos entre 1 y N utilizando algún procedimiento aleatorio (por ejemplo, mediante una tabla de números aleatorios). Al usar el M.A.S., nos aseguramos de tener una muestra representativa, de manera que la única fuente de error va a ser el azar.
Muestreo Sistemático
Cuando los elementos de la población están ordenados en una lista, se puede muestrear de la siguiente forma:
- Se calcula la constante de muestreo $k = N/n$.
- Se elige aleatoriamente un número de arranque $r$ entre 1 y $k$, donde $k$ es la parte entera de $N/n$.
- Se le suma a $r$ (primera unidad elegida) la constante $k$ sucesivamente hasta completar el tamaño de la muestra.
Muestreo Estratificado
Se utiliza cuando se desea asegurar la representatividad de determinados subgrupos o estratos de la población. Lo más fácil es seleccionar por separado distintas submuestras dentro de cada estrato.
Los estratos han de definir subgrupos de población que sean internamente homogéneos con respecto a las características de interés y heterogéneos entre sí. El número de estratos $L$ ha de ser reducido. Para la muestra estratificada de tamaño $n$, cuya suma es igual a $N$, se siguen los siguientes pasos:
- Decidir el número de variables elegidas para la estratificación.
- Elegir las variables, escogiendo como primera la que más discrimina.
- Distribuir la muestra en cada estrato (afijación).
Es necesario determinar que el tamaño de la muestra de cada estrato sea proporcional al tamaño del estrato correspondiente con respecto a la población total.
Muestreo por Conglomerados
Los conglomerados acostumbran a ser agrupaciones naturales como hogares, hospitales, provincias, etc. Sus diferencias deben ser máximas: en cada conglomerado debe haber unidades representativas de toda la población, ya que, si solo se cogieran algunos, se perdería información.
Muestreo Polietápico
En muchas situaciones, resulta más apropiado obtener la muestra final en diferentes etapas. En el muestreo polietápico, la población se divide en grupos exhaustivos y mutuamente excluyentes que forman la primera etapa. Cada una de ellas se desagrega en subgrupos (segunda etapa) y así sucesivamente hasta tener las unidades de análisis.
Para la selección de unidades en cada etapa, se hace uso de una técnica de muestreo diferente, y la muestra final será la resultante de aplicar sucesivamente cada una de estas técnicas.
Muestreo No Probabilístico
Son aquellos en los que las unidades de análisis se recogen según criterios del investigador sin utilizar el azar. Por ello, no es posible estimar la probabilidad que tiene cada elemento de ser incluido en la muestra, y no todos se incluyen. Este método no garantiza la representatividad de la muestra y, por lo tanto, no permite realizar estimaciones inferenciales de la población.
Tipos de Muestreo No Probabilístico
- Por Cuotas
- Por Conveniencia
- Método Bola de Nieve
Muestreo por Conveniencia
Es una técnica comúnmente usada que consiste en seleccionar una muestra de la población por el hecho de que sea accesible. Esto no significa que los resultados de una muestra sean irrelevantes, pero pueden existir sesgos respecto a la población total. Los lectores del estudio tendrán que confiar en los criterios de selección del investigador.