|
| |
Conceptos de Muestreo
Resumen: Población. Muestra. Tipos: aleatorio. Conglomerados. Bibliografía.
Publicación enviada por Ilustrados
CONCEPTOS
CONCEPTOS:
Población: Es todo conjunto de elementos, finito o
infinito, definido por una o más características, de las que gozan todos los
elementos que lo componen, y sólo ellos.
En muestreo se entiende por población a la totalidad del universo que
interesa considerar, y que es necesario que esté bien definido para que se
sepa en todo momento que elementos lo componen.
No obstante, cuando se realiza un trabajo puntual, conviene distinguir entre
población teórica: conjunto de elementos a los cuales se quieren extrapolar
los resultados, y población estudiada: conjunto de elementos accesibles en
nuestro estudio.
Censo: En ocasiones resulta posible estudiar cada uno de los elementos que
componen la población, realizándose lo que se denomina un censo, es decir,
el estudio de todos los elementos que componen la población.
La realización de un censo no siempre es posible, por diferentes motivos: a)
economía: el estudio de todos los elementos que componen una población,
sobre todo si esta es grande, suele ser un problema costoso en tiempo, dinero,
etc.; b) que las pruebas a las que hay que someter a los sujetos sean
destructivas; c) que la población sea infinita o tan grande que exceda las
posibilidades del investigador.
Si la numeración de elementos, se realiza sobre la población accesible o
estudiada, y no sobre la población teórica, entonces el proceso recibe el
nombre de marco o espacio muestral.
Concepto de muestreo
El muestreo es una herramienta de la investigación científica. Su función básica
es determinar que parte de una realidad en estudio (población o universo)
debe examinarse con la finalidad de hacer inferencias sobre dicha población.
El error que se comete debido a hecho de que se obtienen conclusiones sobre
cierta realidad a partir de la observación de sólo una parte de ella, se
denomina error de muestreo. Obtener una muestra adecuada significa lograr una
versión simplificada de la población, que reproduzca de algún modo sus
rasgos básicos.
Muestra: En todas las ocasiones en que no es posible o conveniente realizar un
censo, lo que hacemos es trabajar con una muestra, entendiendo por tal una
parte representativa de la población. Para que una muestra sea
representativa, y por lo tanto útil, debe de reflejar las similitudes y
diferencias encontradas en la población, ejemplificar las características de
la misma.
Cuando decimos que una muestra es representativa indicamos que reúne
aproximadamente las características de la población que son importantes para
la investigación.
a. Población Los estadísticos usan la palabra población para referirse no sólo
a personas si no a todos los elementos que han sido escogidos para su estudio.
b. Muestra Los estadísticos emplean la palabra muestra para describir una
porción escogida de la población. Matemáticamente, podemos describir
muestras y poblaciones al emplear mediciones como la Media, Mediana, la moda,
la desviación estándar. Cuando éstos términos describen una muestra se
denominan estadísticas.
- 1 -
Una estadística es una característica de una muestra, los estadísticos
emplean letras latinas minúsculas para denotar estadísticas y muestras. 2. -
Tipos de muestreo Los autores proponen diferentes criterios de clasificación
de los diferentes tipos de muestreo, aunque en general pueden dividirse en dos
grandes grupos: métodos de muestreo probabilísticos y métodos de muestreo
no probabilísticos.
Terminología
·
Población objeto: conjunto de individuos de los que se quiere obtener una
información.
·
Unidades de muestreo: número de elementos de la población, no
solapados, que se van a estudiar. Todo miembro de la población pertenecerá a
una y sólo una unidad de muestreo.
·
Unidades de análisis: objeto o individuo del que hay que obtener
la información.
·
Marco muestral: lista de unidades o elementos de muestreo.
·
Muestra: conjunto de unidades o elementos de análisis sacados del
marco.
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 elegidas. 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:
El método otorga una probabilidad conocida de integrar la muestra a cada
elemento de la población, y dicha probabilidad no es nula para ningún
elemento.
Los métodos de muestreo no probabilisticos no garantizan la representatividad
de la muestra y por lo tanto no permiten realizar estimaciones inferenciales
sobre la población.
(En algunas circunstancias los métodos estadísticos y epidemiológicos
permiten resolver los problemas de representatividad aun en situaciones de
muestreo no probabilistico, por ejemplo los estudios de caso-control, donde
los casos no son seleccionados aleatoriamente de la población.)
Entre los métodos de muestreo probabilísticos más utilizados en investigación
encontramos:
·
Muestreo aleatorio simple
·
Muestreo estratificado
·
Muestreo sistemático
·
Muestreo polietápico o por conglomerados
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.
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.
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.
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. Las
unidades hospitalarias, los departamentos universitarios, una caja de
determinado producto, etc., son conglomerados naturales. En otras ocasiones se
pueden utilizar conglomerados no naturales como, por ejemplo, las urnas
electorales. Cuando los conglomerados son áreas geográficas suele hablarse
de "muestreo por áreas".
El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto
numero de conglomerados (el necesario para alcanzar el tamaño muestral
establecido) y en investigar después todos los elementos pertenecientes a los
conglomerados elegidos.
Métodos de muestreo no probabilísticos
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, 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 que la muestra sea representativa.
Muestreos No Probabilísticos:
·
de Conveniencia
·
de Juicios
·
por Cuotas
·
de Bola de Nieve
·
Discrecional
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.
Muestreo opinático o intencional:
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.
Muestreo casual o incidental:
Se trata de un proceso en el que el investigador selecciona 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).
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.
Muestreo Discrecional · A criterio del investigador los elementos son
elegidos sobre lo que él cree que pueden aportar al estudio. · Ej. :
muestreo por juicios; cajeros de un banco o un supermercado; etc.
Ventajas e inconvenientes de los distintos tipos de muestreo probabilístico
|
|
|
|
|
|
|
Se selecciona una muestra de tamaño n de una población de N
unidades, cada elemento tiene una probabilidad de inclusión igual y
conocida de n/N.
|
Sencillo y de fácil comprensión.
Cálculo rápido de medias y varianzas.
Se basa en la teoría estadística, y por tanto existen paquetes informáticos
para analizar los datos
|
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.
|
|
|
Conseguir un listado de los N elementos de la población
Determinar tamaño muestral n.
Definir un intervalo k= N/n.
Elegir un número aleatorio, r, entre 1 y k (r= arranque
aleatorio).
Seleccionar los elementos de la lista.
|
Fácil de aplicar.
No siempre es necesario tener un listado de toda la población.
Cuando la población está ordenada siguiendo una tendencia
conocida, asegura una cobertura de unidades de todos los tipos.
|
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
|
|
|
En ciertas ocasiones resultará conveniente estratificar la
muestra según ciertas variables de interés. Para ello debemos conocer
la composición estratificada de la población objetivo a hacer un
muestreo. Una vez calculado el tamaño muestral apropiado, este se
reparte de manera proporcional entre los distintos estratos definidos en
la población usando una simple regla de tres.
|
Tiende a asegurar que la muestra represente adecuadamente a la
población en función de unas variables seleccionadas.
Se obtienen estimaciones más precisa
Su objetivo es conseguir una muestra lo más semejante posible a
la población en lo que a la o las variables estratificadoras se refiere.
|
·
Se ha de conocer la distribución en la población de las variables
utilizadas para la estratificación.
|
|
|
Se realizan varias fases de muestreo sucesivas (polietápico)
La necesidad de listados de las unidades de una etapa se limita a
aquellas unidades de muestreo seleccionadas en la etapa anterior.
|
·
Es muy eficiente cuando la población es muy grande y dispersa.
·
No es preciso tener un listado de toda la población, sólo de las
unidades primarias de muestreo.
|
·
El error estándar es mayor que en el muestreo aleatorio simple o
estratificado.
·
El cálculo del error estándar es complejo.
|
Bibliografía
Carrasco
JL. El método estadístico en la investigación médica. 5ª ed. Madrid.
Editorial Ciencia.
Hulley SB, Cummings SR. Diseño de la investigación clínica. Ed Doyma. Barcelona
1993.
Kelsey IL, Thompson WD, Evans A. Methods in observational epidemiology.
New York. Oxford University Press 1986.
Mira
JJ, Gómez J, Aranaz J, Pérez E. Auditoría de historias clínicas: ¿Cuál es
el tamaño adecuado de la muestra?. Todo Hospital 1997; octubre: 58-64.
Encuesta:
Método
de obtener datos de una población o muestra, sin ejercer control alguno sobre
los factores que pueden afectar las características de interés o resultados de
la encuesta.
Encuesta por muestreo
Es
una encuesta en la que participa sólo una porción de la población
Compartir        
Publicación enviada por Ilustrados
Contactar www.ilustrados.com
Código ISPN de la Publicación EpyukuyuZlpbVqzAQd
Publicado Monday 22 de September de 2003
Ultimas Publicaciones en ilustrados.com
ilustrados.com nace con el fin difundir el conocimiento publicando trabajos de investigación, monografias, tesis, presentaciones powerpoint y afines. Publicar trabajos en ilustrados.com ha alcanzado prestigio y reconocimiento internacional siendo cada vez más el número de académicos, empresas, investigadores, científicos que consultan las publicaciones de nuestro portal.
|