Población

ÍNDICE

POBLACION O UNIVERSO……………………………………………

MUESTRA………………………………………………………………

VENTAJAS Y LIMITACIONES DEL USO DE MUESTRAS………

CARACTERÍSTICAS DE UNA BUENA MUESTRA…………………

TIPOS DE MUESTREO…………………………………………………

CLASES DE MUESTREO……………………………………………….

1. MUESTREO ALEATORIO SIMPLE (MAS)…………………………

2. MUESTREO ALEATORIO ESTRATIFICADO (MAE)…………….

3. MUESTREO SISTEMÁTICO…………………………………………

4.MUESTREO POR CONGLOMERADOS…………………………….

5. MUESTREO POR ETAPAS…………………………………………..

6. MÉTODOS MIXTOS……………………………………………………

TAMAÑO DE LA MUESTRA……………………………………………..

CONCLUSION……………………………………………………………..

BIBLOGRAFíA…………………………………………………………….

POBLACION O UNIVERSO

Cuando vamos a utilizar la estadística es necesario hacer referencia al conjunto de elementos de los que vamos a obtener los datos. Este conjunto es lo que denominaremos población, pero teniendo en cuenta que pueden ser objetos, tiempo, etc. y no sólo a personas, como utilizamos en el lenguaje habitual. Otra forma de denominarlo es universo.

Es necesario que la población esté bien delimitada, y para ello hay que definirla en el tiempo y en el espacio. Gracias a esta limitación podremos determinar si algo forma parte o no de la población que estamos estudiando.

Puesto que el fin que perseguimos al hacer una investigación basada en el estudio de una muestra, es inferir los resultados a la población que nos interesa, es recomendable distinguir entre dos tipos de población: la población objetivo y la población muestreada.

La población objetivo es aquella sobre la cual el investigador desea establecer una conclusión, por ejemplo, si deseamos determinar la frecuencia de hipertensión arterial en la población adulta de Barquisimeto, la población objetivo está representada por todas las personas adultas que residen en esta ciudad.

La población muestreada es aquella a partir de la cual se extrajo la muestra y sobre la que puede establecerse la conclusión. Para el ejemplo anterior, supóngase que se decidió extraer la muestra de personas adultas de la ciudad entre los asistentes a los establecimientos de salud del sector público (ambulatorios y hospitales de Barquisimeto); en este caso la población muestreada está constituida por todos los usuarios adultos de estos establecimientos de salud.

MUESTRA

Subconjunto finito de una población. El número de elementos que forman la muestra se denomina tamaño muestral.

VENTAJAS Y LIMITACIONES DEL USO DE MUESTRAS

Ventajas:

• Costo reducido: resulta obvio que si no se estudia la totalidad de sujetos sino una muestra de ellos, los recursos financieros, materiales, personal, etcétera; necesarios para hacer la investigación serán menores.

• Mayor rapidez: de igual forma, la recolección de la información se hará en menos tiempo.

• Mayor exactitud: al estudiar una muestra se reduce el volumen de trabajo, por lo cual es posible entonces emplear personal más capacitado, supervisar con mayor cuidado las actividades de campo, el procesamiento de los datos, y de esta forma obtener resultados más exactos que los que obtendríamos de estudiar toda la población.

• Mayores posibilidades: Existen casos en los cuales no es posible estudiar toda la población, como por ejemplo, cuando ésta es infinita o muy grande o cuando el proceso de medida para estudiar la característica deseada es destructivo (determinar la dosis letal de una droga por ejemplo, o al consumir un artículo para juzgar sobre su calidad). En ese caso solo es posible estudiar una muestra.

Limitaciones:

• No se debe emplear muestras cuando la población es muy pequeña.

• La teoría del muestreo es compleja y no es del dominio de la mayoría de los investigadores, por lo que con frecuencia deben buscar apoyo en especialistas en la materia.

CARACTERÍSTICAS DE UNA BUENA MUESTRA

Una muestra debe ser adecuada en cantidad y en calidad. En relación con el primer aspecto, existen procedimientos estadísticos para saber cuál es el número mínimo de elementos que debemos incluir en el estudio para obtener resultados cálidos.

La calidad involucra el concepto de representatividad de la muestra. Se dice que una muestra es representativa de la población cuando es un reflejo de ella, es decir cuando reúne las características principales de la población en relación con la variable en estudio.

La representatividad de la muestra es pues un aspecto de gran importancia en la investigación y para lograrla es necesario seleccionar el tipo y clase de muestreo que garantice esta condición y trabajar con un tamaño de muestra adecuado.

TIPOS DE MUESTREO

Se conoce como muestreo el proceso de obtención de la muestra. Puede ser probabilístico y no probabilístico. Hablamos de un muestreo probabilístico cuando los integrantes de la muestra se escogen al azar y por lo tanto, puede calcularse con antelación la probabilidad de obtener cada una de las muestras que pueden formarse de esa población o la probabilidad que tiene cada elemento de la población de ser incluido en la muestra.

Es recomendable trabajar con muestras probabilísticas puesto que permiten que los resultados obtenidos en ellas puedan ser extrapolados a la población con un margen de confianza determinado.

En relación con las muestras no probabilísticas, llamadas también muestras por conveniencia, los elementos son escogidos con base en la opinión del investigador y se desconoce la probabilidad que tiene cada elemento de ser elegido para la muestra. En este tipo de muestreo existen el intencional (o deliberado) y los accidentales (o por comodidad). En el primero el investigador escoge aquellos elementos que considera típicos de la población. En los segundos, se toman los casos que estén disponibles en el momento.

Muestreo por cuotas en el cual el investigador establece una cuota o cantidad de elementos según algunas características de la población, ejemplo, sexo, estado civil y edad, luego escoge los sujetos que encuentra hasta cubrir la cuota establecida.

Muestreo semiprobabilístico superior en el cual se conoce la probabilidad de escoger un segmento de la población más no la de un elemento dentro de él (Ejemplo: se seleccionan aleatoriamente las manzanas de una urbanización, dejando a la decisión del entrevistador la elección de las viviendas dentro de las manzanas seleccionadas).

En el muestreo semiprobabilístico inferior se hace lo contrario (Ejemplo: se seleccionan las manzanas que nos parezcan más típicas de la urbanización y en ellas se escogen al azar las viviendas a estudiar).

CLASES DE MUESTREO

Existen varias clases de muestreo y la decisión sobre cuál utilizar depende de las características de la población y de la posibilidad de manejar los aspectos técnicos del diseño de la muestra. A continuación se presenta la descripción del diseño, las indicaciones, ventajas y desventajas de cada clase de muestreo.

1. MUESTREO ALEATORIO SIMPLE (MAS)

A) Descripción: consiste en seleccionar “n” elementos de los “N” que conforman la población de forma que todos ellos tengan igual posibilidad de ser escogidos para integrar la muestra. (Convencionalmente se emplea la letra “n” minúscula para indicar el tamaño de la muestra y “N” mayúscula para designar el de la población). El diseño comprende:

• Disponer de una lista numerada de los “N” integrantes de la población.

• Seleccionar en forma aleatoria (por el método de la lotería, la tablas de números aleatorios o por computadora) cada uno de los integrantes de la muestra.

B) Usos: esta clase de muestreo está indicado cuando la población es bastante homogénea en lo que respecta a la variable en estudio (la varianza tiende a cero) y es posible obtener el listado de los elementos de la población. Ejemplo: si deseamos conocer la opinión de los alumnos de esta sección de Investigación en Salud acerca de la dinámica empleada en las clases, es bastante factible que esta opinión sea parecida entre la mayoría de los alumnos, por lo que se puede considerar una población homogénea. Por otra parte, el listado de los alumnos existe, por lo que esta clase de muestreo es aplicable.

C) Ventajas: la sencillez del diseño y de los cálculos estadísticos.

D) Limitaciones: no se puede practicar cuando es imposible obtener la lista con todos los integrantes de la población.

2. MUESTREO ALEATORIO ESTRATIFICADO (MAE)

A) Descripción: consiste en dividir el conjunto “N” de elementos de la población en varios subconjuntos o estratos, de tal forma que cada estrato formado sea internamente homogéneo, es decir, que sus integrantes se parezcan mucho entre sí en lo que se refiere la variable a estudiar, mientras que los estratos difieren unos de otros. Una vez formados los estratos, se escogen aleatoriamente los elementos a estudiar en cada uno de ellos.

B) Usos: En poblaciones heterogéneas en lo que se refiere a la variable en estudio.

C) Ventajas:

• Se logra mayor precisión en los resultados para un tamaño de muestra dado. Si en el ejemplo anterior en lugar de usar un MAE se hubiese empleado un MAS, el error sería muy grande pues la muestra podría quedar integrada en su mayoría por pacientes de un solo departamento.

• Se obtienen valores por separado para cada estrato.

• Ventajas de índole administrativa (menor costo).

D) Desventajas: Se debe poseer un listado de todos los integrantes de la población.

3. MUESTREO SISTEMÁTICO

A) Descripción: Consiste en seleccionar aleatoriamente un cierto número “i” que designará, en una lista o población de N elementos, al primero que va a formar parte de la muestra; a continuación, de manera rígida o sistemática, se van tomando los elementos: i + K i + 2K i + 3K, así hasta agotar todos los elementos disponibles de la lista, lo que ocurrirá cuando se llegue al que ocupa el lugar:

i + (n – 1)K

El primer elemento a estudiar se selecciona aleatoriamente entre el primero de la lista y el número K. Este número K resulta de dividir N/n (K= N/n). Por ejemplo, si N= 1000 y deseamos estudiar una muestra de n = 25 personas, K= 1000/25; es decir K= 40.

Suponga que aleatoriamente escogemos un número entre 1 y 40 y obtenemos el número 20 (i = 20), la persona que tenga ese número en la lista será la primera que formará parte de la muestra. La segunda persona a incluir en la muestra será la i+2K, (20+2*40), es decir, la persona número 100. La tercera será la i+3K, (20+3*40) = 140, y así se continúa hasta completar las 25 personas de la muestra.

B) Usos:

• Solo en poblaciones heterogéneas y siempre y cuando no exista relación entre la variable a estudiar y la forma como se encuentra distribuida la población.

C) Ventajas:

• Facilidad para extraer la muestra y hacerlo sin errores.

• Es más preciso que el muestreo aleatorio simple cuando la población es heterogénea. Si es homogénea la información se repite de unidad a unidad.

D) Desventajas:

• Poca precisión cuando existe una periodicidad insospechada. En este caso la representatividad de la muestra depende del valor de K. Si K es múltiplo o igual al valor del período, todas las observaciones serán similares. Por ejemplo, tenemos una población con N = 80 elementos que repiten los valores 1, 3, 0, 8 de la siguiente forma:

1, 3, 0, 8, 1, 3, 0, 8, 1, 3, 0, 8, ..............1, 3, 0, 8.

4. MUESTREO POR CONGLOMERADOS

A) Descripción: consiste en dividir el conjunto de elementos en subconjuntos llamados conglomerados, cuya característica es que internamente son heterogéneos en lo que se refiere a la variable en estudio pero si se comparan varios conglomerados, se nota que son parecidos entre sí. Una vez dividida la población en “N” conglomerados, se escoge en forma aleatoria “n” de ellos y se estudian todos sus elementos. Ejemplo de este tipo de muestreo es la selección de manzanas de viviendas para estudiar las características de los grupos familiares que residen en una urbanización, de escuelas para estudiar el conocimiento de los alumnos sobre algún aspecto que nos interesa, etc.

B) Usos:

Se recomienda en el caso que se desee estudiar localidades más o menos grandes por lo que se le conoce también como muestreo de áreas.

B) Ventajas:

• No se requiere del listado de los elementos de la población, sino solamente de los conglomerados.

• Los costos son muchos menores pues las entrevistas están concentradas.

• Se controla mejor la calidad de los datos.

C) Desventajas:

• Lo complicado de los cálculos.

• Las inferencias que se extraen de esta clase de muestreo no son tan confiables como las de un estudio hecho con muestreo aleatorio.

5. MUESTREO POR ETAPAS

En ocasiones se selecciona una muestra de conglomerados (primera etapa) y estos no son estudiados todos sino que en ellos se conforman otros conglomerados de los cuales se selecciona una muestra que es la estudiada (segunda etapa). Por ejemplo, cuando se seleccionan barrios de una ciudad y en los barrios seleccionados se escogen varias manzanas en las cuales se lleva a cabo la investigación. Esta clase de muestreo se conoce como bimetálico. Puede hacerse también en tres etapas o más (muestreo polimetálico).

6. MÉTODOS MIXTOS

En la práctica es frecuente la combinación de varias clases de muestreo, como comenzar por formar estratos de la población, dividir cada estrato en conglomerados a seleccionar y en ellos seleccionar las unidades a estudiar por muestreo sistemático. Esto se hace para lograr una mayor representatividad de la muestra a un menor costo. Así, si se desea determinar la opinión de los estudiantes universitarios del país sobre la constituyente universitaria, se pueden formar dos estratos (universidades públicas y universidades privadas), a continuación se selecciona una muestra aleatoria de “n” universidades (conglomerados) en cada estrato y en ellas se escoge sistemáticamente, de la lista de alumnos, una muestra de ellos.

TAMAÑO DE LA MUESTRA

El cálculo del tamaño de la muestra exige una variedad tal de información que excede las posibilidades de este curso, pues para cada clase de muestra y dentro de ellas, para cada tipo de medición, existe un procedimiento particular. Sin embargo, es necesario que la persona que realiza investigaciones conozca los factores de los cuales depende el tamaño de la muestra para que pueda comunicarse con el especialista capacitado para hacerlo.

Los factores que intervienen en el tamaño de la muestra son:

a) El error máximo admisible (“d” o “e”): determina la precisión de los resultados. Es la máxima diferencia que podemos tolerar entre el valor de la variable obtenido en la muestra y el verdadero valor de ésta en el universo. Para establecer el valor de “e” debemos preguntarnos cuán precisos deseamos que sean los resultados de la investigación, es decir, qué tan exactamente deseamos conocer el valor de la variable.

b) Coeficiente de confianza de la estimación: para hacer la afirmación anterior sobre los límites dentro de los cuales se encuentra el verdadero valor poblacional, debe conocerse la probabilidad de que estos resultados sean ciertos y esto lo da el coeficiente o nivel de confianza, el cual es la medida probabilística de que el intervalo fijado con “e”, contenga el valor poblacional.

c) La homogeneidad de la población en lo que respecta a la variable en estudio: si la variable se encuentra presente en un elevado porcentaje de la población, decimos que ésta es homogénea y bastaría una muestra pequeña para realizar la investigación. Las fórmulas para calcular el tamaño de la muestra contienen una estimación del valor de la variable en la población, el cual tenemos que conjeturar a partir del conocimiento que tengamos de la población, de estudios realizados en poblaciones parecidas a la nuestra, o de estudios pilotos.

CONCLUSION

AGREGAR COCLUSION

BIBLOGRAFIA

1) Azorín F. Curso de muestreo y aplicaciones. 2ª ed. Caracas: Instituto de Investigaciones Económicas, Dirección de Publicaciones;1970.

2) Cochran W. Técnicas de muestreo. México D.F: Compañía Editora Continental, S.A; 1980.

3) Dean AG, Dean LA, Burton AH, Dicker RC. Epiinfo, versión 6.04b: a word processing, database, and statistics program for epidemilogy on microcomputers. Stone Mountain (Georgia): USD, Incorporated; 1997.

4) Ludewig C, Rodríguez A, Zambrano A. Taller de metodología de la investigación. Material de Trabajo. Barquisimeto: Ediciones FUNDAEDUCO; 1998.

5) Scheaffer R, Mendenhall W, Ott L. Elementos de muestreo. México D.F: Grupo Editorial Iberoamericano SA de CV; 1986.

6) Blog de calidad/Concepto de Estadística, Población, Muestra y Variables

/8 de Enero 2013/http://www.master-calidad.net/2013/01/concepto-de-estadistica-poblacion.html

...