Teoría del muestreo

Teoría de Muestreo

La teoría del muestreo es el estudio de la relación que existe entre una población y las muestras que se obtienen de esa población; se emplea en muchos contextos como en la estimación de cantidades poblacionales desconocidas (como la media y la varianza poblacionales), a las que se les conoce como parámetros poblacionales o simplemente parámetros, a partir de las correspondientes cantidades muestrales (como la media y la varianza muestrales), a menudo conocidas como estadísticos muestrales o simplemente estadísticos. También sirve para determinar si las diferencias que se observan entre dos muestras se deben a variaciones casuales o si son diferencias realmente significativas.

• Tipos de muestreo

Muestreo no probabilístico es una técnica de muestreo en la cual el investigador selecciona muestras basadas en un juicio subjetivo en lugar de hacer la selección al azar, donde no se les brinda a todos los individuos de la población las mismas oportunidades de ser seleccionados.

Este tipo de muestreo se utiliza para indicar si existe un rasgo o característica particular en una población; es ampliamente utilizado cuando los investigadores realizan investigaciones cualitativas, estudios pilotos o investigación exploratoria y también cuando tienen un tiempo limitado para llevar a cabo la investigación o tiene limitaciones presupuestarias. El muestreo no probabilístico se realiza para observar si un tema en particular necesita análisis en profundidad.

Tipos

• Muestreo por conveniencia. Utilizada para crear muestras de acuerdo a la facilidad de acceso, la disponibilidad de las personas de formar parte de la muestra en un intervalo de tiempo dado o cualquier otra especificación práctica de un elemento particular. Cuando se utiliza esta técnica, se pueden observar hábitos, opiniones y puntos de vista de manera más fácil. Esta técnica se utiliza cuando no existe criterios que deban considerarse para que una persona pueda ser parte de la muestra. Cada elemento de la población puede ser un participante y es elegible para ser parte de la muestra. Estos participantes dependen comúnmente de la proximidad del investigador.
• Muestro deliberado, crítico o por juicio. Es una técnica en la que los miembros de la muestra se eligen sólo sobre la base del conocimiento y el juicio del investigador. Como el conocimiento del investigador es instrumental en la creación de una muestra, hay posibilidades de que los resultados obtenidos sean altamente precisos con un mínimo margen de error. El proceso de selección de una muestra mediante el muestreo deliberado, crítico o por juicio implica que los investigadores seleccionen cuidadosamente a cada individuo para que forme parte de la muestra. El conocimiento del investigador es fundamental en este proceso de muestreo, ya que los miembros de la muestra no se eligen al azar.
• Muestro bola de nieve. Se utiliza cuando los participantes potenciales son difíciles de encontrar o si la muestra está limitada a un subgrupo muy pequeño de la población. Es este tipo de muestreo los participantes de una investigación reclutan a otros participantes para una prueba o estudio. Aquí los investigadores usan su propio juicio para elegir a los participantes. Consiste en dos pasos:

1. Identificar sujetos potenciales en la población.
2. Pedir a esos sujetos que recluten a otras personas.

• Muestro por cuotas. Es un método en el que los investigadores pueden formar una muestra que involucre a individuos que representan a una población y que se eligen de acuerdo con sus rasgos o cualidades. Los investigadores pueden decidir el rasgo según el cual se llevará a cabo la selección del subconjunto de la muestra para que ésta pueda ser efectiva en la recolección de datos y que puedan generalizar a toda la población. El subconjunto final se decidirá sólo de acuerdo con el conocimiento de la población por parte del entrevistador o investigador. Puntos principales que un investigador debe tener en cuenta:

1. Comprensión de todos los elementos de una población.
2. Intención de investigación.

Muestro probabilístico. Es un método de muestreo (muestreo se refiere al estudio o el análisis de grupos pequeños de una población) que utiliza formas de métodos de selección aleatoria. El requisito más importante del muestreo probabilístico es que todos en una población tengan la misma oportunidad de ser seleccionados. Este método utiliza la teoría estadística para seleccionar al azar un pequeño grupo de personas (muestra) de una gran población existente y luego predecir que todas las respuestas juntas coincidirán con la población en general.

Los pasos para llevar a cabo este muestreo son:

1. Elegir cuidadosamente tu población de interés. Pensar detenidamente y elegir entre la población de manera correcta.
2. Determinar un marco de muestra adecuado: el marco debe incluir una muestra de tu población de interés y nadie del exterior.
3. Seleccionar tu muestra y comenzar tu encuesta.

Este muestreo probabilístico se utiliza cuando se tiene que reducir el sesgo en el muestreo. La selección de la muestra determina en gran medida la calidad de la investigación y la forma en la que los investigadores seleccionan su muestra determina la calidad de sus hallazgos. Cuando el tamaño de la población es grande y diversa, ya que ayuda a los investigadores a crear muestras que representan completamente a la población. Los investigadores pueden utilizar este método para crear un tamaño de muestra preciso que les pueda ayudar a obtener datos bien definidos.

Tipos:

• Muestreo aleatorio simple. Es un procedimiento que da a cada elemento de la población objetivo y a cada posible muestra de un tamaño determinado, la misma probabilidad de ser seleccionado. Los pasos para elegir una muestra, son:

1. Definir la población objetivo.
2. Identificar un marco de muestreo actual de la población objetivo o desarrollar uno nuevo.
3. Evaluar el marco de muestreo para la falta de cobertura, cobertura excesiva, cobertura múltiple y la agrupación, y hacer los ajustes que se consideren necesarios.
4. Asignar un número único a cada elemento de la trama.
5. Determinar el tamaño de la muestra.
6. Seleccionar al azar el número específico de elementos de la población.

Hay dos tipos de muestreo aleatorio simple; uno es el muestreo con reemplazo, en el que después de que un elemento ha sido seleccionado de entre el marco de la muestra se devuelve y es elegible para ser seleccionado de nuevo. Y el muestreo sin reemplazo, después de que un elemento se selecciona del marco de la muestra, se retira de la población y no regresa a la base del muestreo.

• Muestreo sistemático. Es un tipo de muestreo probabilístico donde se hace una selección aleatoria del primer elemento para la muestra, y luego se seleccionan los elementos posteriores utilizando intervalos fijos o sistemáticos hasta alcanzar el tamaño de la muestra deseado. Pasos:

1. Definir la población objetivo.
2. Determinar el tamaño deseado de la muestra (n).
3. Identificar el marco muestreo existente o desarrollar un marco de muestreo de la población objetivo.
4. Evaluar el marco muestral por falta de cobertura, cobertura excesiva, múltiple cobertura, agrupación, periodicidad, y hacer los ajustes cuando sea necesario.
5. Determinar el número de elementos en el marco de la muestra (N).
6. Calcular el intervalo de muestreo (i) dividiendo el número de elementos en el marco de muestreo (N) por el tamaño de la muestra específica (n). Redondear en el número entero más próximo.
7. Seleccionar al azar un número, r, de “1” mediante i.
8. Selecciona para la muestra, r, r + i, r + 2i, r +3i, y así sucesivamente, hasta agotar el marco.

• Muestreo estratificado. Es un procedimiento de muestreo en el que el objetivo de la población se separa en segmentos exclusivos, homogéneos (estratos), y luego una muestra aleatoria simple se selecciona de cada segmento (estrato). Las muestras seleccionadas de los diversos estratos se combinan en una sola muestra. Pasos:

1. Definir la población objetivo.
2. Identificar la variable o variables de estratificación y determinar el número de estratos a usarse. Las variables de estratificación deben estar relacionados con el propósito de estudio. No más de cuatro a seis variables de estratificación y no se deben utilizar más de seis estratos de una variable en particular.
3. La disponibilidad de información auxiliar a menudo determina las variables de estratificación que se utilizan.
4. Identificar un marco de muestreo existente o desarrollar uno que incluya información sobre la o las variables de estratificación para cada elemento de la población objetivo.
5. Evaluar el marco de muestreo para la falta de cobertura, cobertura excesiva, múltiple, y la agrupación, y hacer ajustes cuando sea necesario.
6. Dividir el marco de muestreo en estratos, categorías de la estratificación de la o las variables, creando un marco de muestreo para cada estrato. Dentro del estrato las diferencias deben reducirse al mínimo y las diferencias entre los estratos deben maximizarse. Los estratos deben ser independientes y mutuamente exclusivos del subconjunto de la población.
7. Asignar un número único a cada elemento. 
8. Determinar el tamaño de la muestra para cada estrato para determinar el tipo de muestreo a implementar. Puede ser un muestreo proporcional estratificado o de muestreo estratificado desproporcionado.
9. Seleccionar al azar el número específico de elementos de cada estrato. Al menos un elemento se debe seleccionar de cada estrato para la representación de la muestra y por lo menos dos elementos deben ser elegidos de cada estrato para el cálculo del margen de error de las estimaciones calculadas a partir de los datos recogidos.

Hay dos subtipos muestreo estratificado, uno es muestreo proporcional estratificado que es el número de elementos asignados a diversos estratos es proporcional a la representación de los estratos de la población objetivo. Y el otro es el muestreo estratificado desproporcionado es un procedimiento en que el número de elementos incluidos en la muestra de cada estrato no es proporcional a su representación en la población total. Los elementos de la población no tienen la misma oportunidad de ser incluidos en la muestra.

...