Tipos de muestreo
Introducción a los tipos de muestreo
En estadística, una muestra es un subconjunto de casos o individuos de una población. En diversas aplicaciones, interesa que una muestra sea representativa, y para ello debe escogerse una técnica de muestra adecuada que produzca una muestra aleatoria adecuada. También es un subconjunto de la población, y para ser representativa, debe tener las mismas características de la población.
El muestreo estadístico es el proceso por el que se selecciona una muestra estadística que resulta representativa de la población y con la que se trabajarán los valores estimados de los parámetros a analizar.
https://www.youtube.com/watch?v=r6BvP0hMzd0
Como la población o universo de estudio suele ser muy grande, los investigadores acotan su análisis a una muestra que resulte representativas de la población. Para ello, seleccionan un método de muestreo y realizan una investigación a través de la muestra que se ha seleccionado. A través de la inferencia estadística sobre la muestra, los investigadores obtienen información de la población que están estudiando.
El investigador, además de seleccionar la muestra, debe verificar los siguientes aspectos:
- El tamaño adecuado que debe tener la muestra y el nivel de confianza que desea establecer
- Los marcos muestrales que serán utilizados en la investigación
- Los estimadores que se van a utilizar
- La técnica de selección de los elementos de la investigación
https://www.youtube.com/watch?v=4Nu0Lpo8nAM
El muestreo es utilizado en la estadística con la finalidad de optimizar recursos (tiempo, mano de obra, materiales e insumos). Para lograrlo, los métodos estadísticos ofrecen dos tipos de muestreo: probabilístico y no probabilístico (Martínez, 2007).
Métodos de muestreo probabilístico
Los métodos de muestreo probabilístico buscan que todos los elementos que conforman la población tengan igual probabilidad al ser seleccionados en la muestra. Es decir, todas las muestras de un tamaño determinado que se puedan sacar de una población tendrán
la misma probabilidad de ser elegidas.
Este método de muestreo es el más recomendable, dado que aseguran de alguna manera la representatividad de la muestra que se extrae; se dice “de alguna manera” porque pueden emplearse técnicas para determinar el tamaño representativo de la muestra para poblaciones finitas e infinitas, a partir del nivel de confianza, error de muestreo y tamaño de la población.
A continuación se describen los principales métodos de muestreo probabilístico:
Muestreo aleatorio simple
El muestreo aleatorio simple es más utilizado por su agilidad, sin embargo es poco útil cuando se tienen poblaciones muy grandes.
Se trata de una técnica en el que todos los elementos de la población tienen exactamente la misma probabilidad de ser seleccionados.
Los pasos a seguir en este tipo de muestreo son los siguientes: se asigna un número a cada elemento de la población y, por medio de un mecanismo tal como balotas dentro de un recipiente o el uso de números aleatorios, se elige el número de elementos requeridos para la muestra (Martínez, 2000)
https://www.youtube.com/watch?v=WXfsmUXP550https://www.youtube.com/watch?v=YvphRpdbXQk
Muestreo aleatorio sistemático
Se clasifican los elementos de la población primeramente para luego elegir uno de ellos de forma aleatoria, así como los sucesivos según un intervalo sistemático
El muestreo aleatorio sistemático consiste en asignar números a la totalidad de elementos de la población. Martínez (2000, p. 2) describe el proceso para aplicar este tipo de muestreo:
Inicialmente se toma un número aleatorio i (elegido al azar) y los elementos que conforman la muestra son aquellos que se ubican en los sitios i, i+k, i+2k, i+3k,…, i+(n-1)k, o sea que se toman los individuos de k en k, donde k es el resultado de dividir el número de elementos de la población entre el número de elementos de la muestra: k=N/n. El número i que se emplea como punto de partida será un número al azar entre 1 y k.
Muestreo aleatorio estratificado
Este tipo de muestreo busca simplificar los procesos, con el objeto de minimizar el error muestral al determinar el tamaño óptimo de la muestra, básicamente cuando la población es heterogénea y presenta gran variabilidad. El procedimiento consiste en determinar categorías
(o estratos) diferentes entre los elementos de la población (Martínez, 2000). Los estratos se definen con respecto a la similitud entre las características de los elementos, por ejemplo: estado civil, género y nivel salarial.
El objeto del muestreo estratificado garantiza que todos los estratos definidos por el investigador estarán representados en la muestra. Cada estrato es independiente y en cada uno de ellos se realiza el muestreo aleatorio simple para seleccionar los elementos que conformarán la muestra.
https://www.youtube.com/watch?v=k9SZH5Z_Zq0https://www.youtube.com/watch?v=X5AijAMNyDA
Muestreo aleatorio por conglomerados
El muestreo por conglomerados suele confundirse con el muestreo estratificado. La diferencia radica en que el estratificado presenta de manera natural las agrupaciones, mientras que el muestreo por conglomerados ya están definidos los grupos de acuerdo a la finalidad
del estudio.
En algunos casos, el proceso de muestreo puede llegar a ser complejo y se acude al muestreo polietápico, el cual consiste en realizar etapas sucesivas, utilizando en cada una de ellas alguno de los métodos de muestreo probabilístico ya mencionados. Normalmente, la primera
etapa utilizada da lugar a la división de las unidades en una segunda etapa y así sucesivamente, hasta completar las unidades requeridas en la muestra.
Aspectos importantes del muestreo probabilístico
Los métodos de muestreo probabilístico, en su mayoría, utilizan como instrumento de recolección de información la encuesta, la cual posibilita errores como los que se mencionan a continuación.
Error de cobertura o sesgo en la selección
El éxito de lograr una selección adecuada de la muestra está determinado por la claridad en los datos de la población que entran a participar en el muestreo. El error de cobertura se presenta cuando se omiten algunos elementos que hacen parte de la población, de forma que no tienen posibilidad de entrar en la muestra, conduciendo la selección de la muestra a un proceso sesgado. Si en la lista de la población no se incluyen todos los elementos, la muestra orientará
la estimación a una parte de la población y no a la población real (Martínez, 2007).
Error o sesgo de no respuesta
El error de no respuesta se presenta al no obtener los datos de todos los elementos de la muestra. En este caso debe intentarse varias veces usando diferentes medios (por teléfono o correo electrónico), para la aplicación de la encuesta (Martínez, 2007).
Error de muestreo
El error de muestreo es usual cuando se aplica el instrumento a una muestra y no a la totalidad de la población; es decir, cuando no se realiza un censo. A pesar de que este error no se puede evitar, es posible controlarlo mediante la selección de un diseño de muestreo adecuado. Este tipo de error representa la variación o las diferencias aleatorias entre las posibles muestras de la población (Martínez, 2007).
Error de medición
El error de medición está asociado con la baja precisión de las respuestas obtenidas en la aplicación del instrumento. Básicamente se debe a errores cometidos al formularse las preguntas o al grado de incidencia que pudo tener el entrevistador sobre el entrevistado (Martínez, 2007).
Métodos de muestreo no probabilístico
Para algunos tipos de estudios, el muestreo probabilístico puede llegar a generar altos costos, y es en estos casos donde se acude a métodos no probabilísticos. Pese a que estos métodos no permiten generalización, porque todos elementos de la población no poseen la misma probabilidad de ser seleccionados, es posible elegir las unidades muestrales bajo determinados criterios buscando mayor representatividad en la muestra.
https://www.youtube.com/watch?v=-jhi6NdMww4https://www.youtube.com/watch?v=1LIpMKDO4aM
Muestreo por cuotas
También se conoce como muestreo “accidental”, por ser muy utilizado en las encuestas de opinión. Tiene como premisa el conocimiento amplio de los estratos o grupos relevantes de la población, es por eso que se asemeja al muestreo estratificado, pero difiere al no tener el carácter aleatorio (Posada y Buitrago, 2008).
Muestreo intencional u opinático
Este tipo de muestreo se utiliza cuando la población es desconocida y se requiere obtener “representativas”. Para ello, se incluyen en la muestra grupos típicos que permitan suministrar la información requerida, por ejemplo sondeos preelectorales o gustos sobre un evento (Martínez, 2007).
https://www.youtube.com/watch?v=yW9DARfzBeAhttps://www.youtube.com/watch?v=vT8Hj3bQ7Ss
Muestreo bola de nieve
Este tipo de muestreo es utilizado en estudios con poblaciones en las cuales no se conocen los elementos que la integran, pero se sabe que existen. En este proceso se localizan algunos individuos que permitan la vinculación con otros, y así hasta obtener una muestra representativa, por ejemplo: estudios de graduados de una institución, de personas que han cometido un determinado delito, de miembros de una secta religiosa, entre otros.