Muestreo Tipos

Introducción

Se denomina muestreo al proceso por el que generamos las muestras. Una muestra es una parte (un subconjunto) de la población, y se desea que la muestra sea lo más representativa posible de la población de la que procede. Sin embargo, por muy cuidadosa que sea la selección de la muestra difícilmente será una representación exacta de la población. Esto significa que su tendencia central, variabilidad, etc., aproximarán las de la población, pero habrá cierta diferencia, que interesa sea lo menor posible. Un concepto clave de muestreo es el de representatividad: Los procedimientos de muestreo tienen por objeto generar muestras lo más representativas posible de las poblaciones dados los objetivos de la investigación y las circunstancias que afectan al muestreo.

Desde un punto de vista aplicado, se denomina muestreo el proceso de selección de la muestra o muestras a utilizar para la investigación. Esto supone generar una o pocas muestras. Actualmente es de interés la selección de muestras para la simulación informática de los procesos de muestreo, particularmente para la obtención de distribuciones muestrales. En estos casos el número de muestras generadas puede ser muy grande (10.000, 80.000, o más) y el procedimiento de muestreo se realiza informáticamente y con procedimientos específicos.

Desde un punto de vista teórico, el concepto de muestreo es fundamental para la Inferencia Estadística. El hecho de que las muestras no sean exactamente representativas de las poblaciones significa que las inferencias presentan cierto margen de incertidumbre. Para cuantificarlo y definir técnicas inferenciales es necesario conocer cómo se comportan los estadísticos obtenidos en las muestras, esto es, cómo son las distribuciones muestrales de los estadísticos habitualmente utilizados para la inferencia.

Las muestras singulares generadas para investigación con sujetos suelen utilizarse para obtener algunos estadísticos (Media, proporción, cuasivarianza, etc.) con los que se realiza el proceso de inferencia. En cambio, las muestras simuladas por ordenador suelen ser utilizadas para obtener distribuciones muestrales y realizar inferencia. Esto es de interés cuando se dan circunstancias especiales que no aconsejan utilizar los procedimientos habituales. Las distribuciones muestrales son las distribuciones de estadísticos de muestras que pertenecen a la misma población. Por ejemplo, la distribución muestral de la Media es la distribución de las Medias de muestras de un mismo tamaño extraídas de la misma población.

2.1.-Muestreo probabilístico

El muestreo probabilístico (o muestreo aleatorio) es la técnica de elección de la muestra en la que los individuos son elegidos aleatoriamente y todos tienen probabilidad positiva de formar parte de ella.

Las muestras seleccionadas por métodos de muestreo probabilístico son más representativas que los métodos de muestreo no probabilístico, aunque no siempre es posible seleccionar las muestra aleatoriamente.

• El muestreo probabilístico es una técnica de muestreo en virtud de la cual las muestras son recogidas en un proceso que brinda a todos los individuos de la población las mismas oportunidades de ser seleccionados.

En esta técnica de muestreo, el investigador debe garantizar que cada individuo tenga las mismas oportunidades de ser seleccionado y esto se puede lograr si el investigador utiliza la aleatorización.

La ventaja de utilizar una muestra aleatoria es la ausencia de sesgos de muestreo y sistemáticos. Si la selección aleatoria se hace correctamente, la muestra será representativa de toda la población.

El efecto de esto es un sesgo sistemático ausente o mínimo que es la diferencia entre los resultados de la muestra y los resultados de la población. El sesgo de muestreo también se elimina ya que los sujetos son elegidos al azar.

2.1.1. Tipos de muestreo probabilístico

Muestreo aleatorio simple:

• Todos los individuos tienen la misma probabilidad de ser elegidos,

• las observaciones se realizan con re emplazamiento, de forma que la población es igual en todas las extracciones.

Muestreo aleatorio estratificado: los individuos se dividen en grupos o estratos. La muestra se elige escogiendo en cada estrato un número representativo de individuos.

Muestreo aleatorio sistemático: se utiliza en muestras ordenadas. Consiste en seleccionar al azar un elemento y a partir de él, incrementando un intervalo fijo, seleccionar toda la muestra.

Muestreo aleatorio por conglomerados: la población está dividida en conglomerados naturales (provincias, ciudades, etc.). Se seleccionan algunos conglomerados y se toman en representación de toda la población.

2.2 MUESTREO ALEATORIO SIMPLE

En el muestreo aleatorio simple:

Todos los individuos tienen la misma probabilidad de ser seleccionados

Las observaciones se realizan con re emplazamiento, de forma que la población es igual en todas las extracciones. En el caso de que se renuncie, por azar, a volver a seleccionar en la muestra al mismo individuo, estaremos en el caso de método aleatorio sin re emplazamiento.

Supongamos que queremos elegir una muestra de n individuos de una población de N sujetos.

Cada elemento tiene probabilidad n/N de ser elegido en la muestra.

Cuando utilizarlo

El método de muestreo aleatorio simple debe utilizarse cuando los individuos de la población son homogéneos respecto a las características a estudiar (es decir, a priori no sabemos si los resultados van a ser muy diferentes por causa de otras variables).

Es poco recomendado cuando la población es muy grande y heterogénea (los individuos presentan características dispares).

Los individuos pueden ser seleccionados por cualquier proceso probabilístico que otorgue a todos los elementos la misma probabilidad de ser elegidos. Veamos

Números aleatorios

Uno de los métodos más comunes de seleccionar una muestra aleatoria es mediante números aleatorios.

Como en el método anterior, numeramos todos los individuos del 1 al N.

Generar un número aleatorio entre 0 y 1, multiplicarlo

...