¿Qué es el muestreo estadístico?

...

Para evitar un costo muy alto para el estudio o debido a que en ocasiones llega a ser prácticamente imposible el estudio de todos los casos, entonces se busca un porcentaje de confianza menor. Comúnmente en las investigaciones sociales se busca un 95%.

El error o porcentaje de error equivale a elegir una probabilidad de aceptar una hipótesis que sea falsa como si fuera verdadera, o la inversa: rechazar a hipótesis verdadera por considerarla falsa. Al igual que en el caso de la confianza, si se quiere eliminar el riesgo del error y considerarlo como 0%, entonces la muestra es del mismo tamaño que la población, por lo que conviene correr un cierto riesgo de equivocarse.

Comúnmente se aceptan entre el 4% y el 6% como error, tomando en cuenta de que no son complementarios la confianza y el error.

La variabilidad es la probabilidad (o porcentaje) con el que se aceptó y se rechazó la hipótesis que se quiere investigar en alguna investigación anterior o en un ensayo previo a la investigación actual.

El porcentaje con que se aceptó tal hipótesis se denomina variabilidad positiva y se denota por p, y el porcentaje con el que se rechazó se la hipótesis es la variabilidad negativa, denotada por q.

Dentro de los métodos de muestreo probabilísticos encontramos los siguientes:

Muestreo aleatorio simple: Para obtener una muestra, se numeran los elementos de la población y se seleccionan al azar los “n” elementos que contiene la muestra. Este procedimiento es atractivo por su simpleza; sin embargo, tiene poca o nula utilidad práctica cuando la población que estamos manejando es muy grande. (FERRER, 2010)

La selección de la muestra puede realizarse a través de cualquier mecanismo probabilístico en el que todos los elementos tengan las mismas opciones de salir. Por ejemplo uno de estos mecanismos es utilizar una tabla de números aleatorios, o también con un ordenador generar números aleatorios, comprendidos entre cero y uno, y multiplicarlos por el tamaño de la población. (FERRER, 2010)

[pic 3]

Ventajas

- 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.

Desventajas

- Se necesita un listado completo de toda la población.

- Es posible que no se represente a toda la población adecuadamente cuando se trabaja con muestras pequeñas.

Ejemplo:

Una empresa tiene 120 colaboradores en el departamento de ventas. Se requiere extraer una muestra de 30 colaboradores para una capacitación:

- Se enumeran a los colaboradores de 1 a 120

- Se sortean 30 números entre 120 colaboradores

- Los seleccionados, forman la muestra

Muestreo aleatorio sistemático: Este procedimiento numera todos los elementos de la población, pero en lugar de extraer “n” números aleatorios sólo se extrae uno. Se inicia con 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(población)/n(muestra). El número i que empleamos como punto de partida será un número al azar entre 1 y k.

El riesgo de 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. Las muestras sistemáticas constituyen una buena representación de la población si la población no experimenta ninguna variación cíclica. (Paul Newbold, 2008)

Ventajas

- Se utiliza por la facilidad de seleccionar una muestra

- No siempre es necesario tener un listado de toda la población

- Asegura una cobertura de unidades de todos los tipos cuando la población esta ordenada siguiendo una tendencia conocida

Desventajas

- 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.

Ejemplo:

Una empresa tiene 120 colaboradores en el departamento de ventas. Se requiere extraer una muestra de 30 colaboradores para una capacitación:

- Se enumeran los colaboradores de 1 a 120

- Se calcula el intervalo constante entre cada individuo:

N (población)

=

120

=

4

n (muestra)

30

- Se sortea un número del 1 al 4, supongamos que sale el número 2. El primer colaborador seleccionado para la muestra sería el número 2, los siguientes colaboradores se obtendrían sumando 2, hasta llegar a 30 colaboradores.

- Los colaboradores seleccionados para la muestra serían los que correspondieran a los números: 2,4,6,8…etc.

Muestreo aleatorio estratificado: Se utiliza cuando algunas características identificables de los miembros de la población están relacionados con el tema de investigación o si algunos subgrupos de la población tienen un interés especial; por lo que se divide la población en subgrupos o estratos y se toma una muestra aleatoria simple de cada estrato. EI único requisito es que sea posible identificar que cada miembro de la población pertenece a un estrato y solo a uno. (Paul Newbold, 2008)

[pic 4]

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