Estadstica CONCEPTOS: Poblacin: Es todo conjunto de elementos, finito o infinito, definido por una o ms caractersticas, de las que gozan

todos los elementos que lo componen, y slo ellos. En muestreo se entiende por poblacin a la totalidad del universo que interesa considerar, y que es necesario que est bien definido para que se sepa en todo momento que elementos lo componen. No obstante, cuando se realiza un trabajo puntual, conviene distinguir entre poblacin terica: conjunto de elementos a los cuales se quieren extrapolar los resultados, y poblacin estudiada: conjunto de elementos accesibles en nuestro estudio. Censo: En ocasiones resulta posible estudiar cada uno de los elementos que componen la poblacin, realizndose lo que se denomina un censo, es decir, el estudio de todos los elementos que componen la poblacin. La realizacin de un censo no siempre es posible, por diferentes motivos: a) economa: el estudio de todos los elementos que componen una poblacin, sobre todo si esta es grande, suele ser un problema costoso en tiempo, dinero, etc.; b) que las pruebas a las que hay que someter a los sujetos sean destructivas; c) que la poblacin sea infinita o tan grande que exceda las posibilidades del investigador. Si la numeracin de elementos, se realiza sobre la poblacin accesible o estudiada, y no sobre la poblacin terica, entonces el proceso recibe el nombre de marco o espacio muestral. Concepto de muestreo El muestreo es una herramienta de la investigacin cientfica. Su funcin bsica es determinar que parte de una realidad en estudio (poblacin o universo) debe examinarse con la finalidad de hacer inferencias sobre dicha poblacin. Obtener una muestra adecuada significa lograr una versin simplificada de la poblacin, que reproduzca de algn modo sus rasgos bsicos. El error que se comete debido a hecho de que se obtienen conclusiones sobre cierta realidad a partir de la observacin de slo una parte de ella, se denomina error de muestreo. Muestra: En todas las ocasiones en que no es posible o conveniente realizar un censo, lo que hacemos es trabajar con una muestra, entendiendo por tal una parte representativa de la poblacin. Para que una muestra sea representativa, y por lo tanto til, debe de reflejar las similitudes y diferencias encontradas en la poblacin, ejemplificar las caractersticas de la misma.

Cuando decimos que una muestra es representativa indicamos que rene aproximadamente las caractersticas de la poblacin que son importantes para la investigacin. a. Poblacin Los estadsticos usan la palabra poblacin para referirse no slo a personas si no a todos los elementos que han sido escogidos para su estudio. b. Muestra Los estadsticos emplean la palabra muestra para describir una porcin escogida de la poblacin. Matemticamente, podemos describir muestras y poblaciones al emplear mediciones como la Media, Mediana, la moda, la desviacin estndar. Cuando stos trminos describen una muestra se denominan estadsticas. -1Una estadstica es una caracterstica de una muestra, los estadsticos emplean letras latinas minsculas para denotar estadsticas y muestras. 2. - Tipos de muestreo Los autores proponen diferentes criterios de clasificacin de los diferentes tipos de muestreo, aunque en general pueden dividirse en dos grandes grupos: mtodos de muestreo probabilsticos y mtodos de muestreo no probabilsticos. Terminologa

Poblacin objeto: conjunto de individuos de los que se quiere obtener una informacin. Unidades de muestreo: nmero de elementos de la poblacin, no solapados, que se van a estudiar. Todo miembro de la poblacin pertenecer a una y slo una unidad de muestreo. Unidades de anlisis: objeto o individuo del que hay que obtener la informacin. Marco muestral: lista de unidades o elementos de muestreo. Muestra: conjunto de unidades o elementos de anlisis sacados del marco.

Muestreo probabilstico Los mtodos de muestreo probabilsticos son aquellos que se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamao n tienen la misma probabilidad de ser elegidas. Slo estos mtodos de muestreo probabilsticos nos aseguran la representatividad de la muestra extrada y son, por tanto, los ms recomendables. Dentro de los mtodos de muestreo probabilsticos encontramos los siguientes tipos:

El mtodo otorga una probabilidad conocida de integrar la muestra a cada elemento de la poblacin, y dicha probabilidad no es nula para ningn elemento. Los mtodos de muestreo no probabilisticos no garantizan la representatividad de la muestra y por lo tanto no permiten realizar estimaciones inferenciales sobre la poblacin. (En algunas circunstancias los mtodos estadsticos y epidemiolgicos permiten resolver los problemas de representatividad aun en situaciones de muestreo no probabilistico, por ejemplo los estudios de caso-control, donde los casos no son seleccionados aleatoriamente de la poblacin.) Entre los mtodos de muestreo probabilsticos ms utilizados en investigacin encontramos:

Muestreo aleatorio simple Muestreo estratificado Muestreo sistemtico Muestreo polietpico o por conglomerados -2-

Muestreo aleatorio simple: El procedimiento empleado es el siguiente: 1) se asigna un nmero a cada individuo de la poblacin y 2) a travs de algn medio mecnico (bolas dentro de una bolsa, tablas de nmeros aleatorios, nmeros aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el tamao de muestra requerido. Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad prctica cuando la poblacin que estamos manejando es muy grande. Muestreo aleatorio sistemtico: Este procedimiento exige, como el anterior, numerar todos los elementos de la poblacin, pero en lugar de extraer n nmeros aleatorios slo se extrae uno. Se parte de ese nmero aleatorio i, que es un nmero 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 tamao de la poblacin entre el tamao de la muestra: k= N/n. El nmero i que empleamos como punto de partida ser un nmero al azar entre 1 y k. El riesgo este tipo de muestreo est en los casos en que se dan periodicidades en la poblacin 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 poblacin. Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones y los 5 ltimos mujeres, si empleamos un muestreo aleatorio sistemtico con k=10 siempre seleccionaramos o slo hombres o slo mujeres, no podra haber una representacin de los dos sexos. Muestreo aleatorio estratificado: Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamao dado de la muestra. Consiste en considerar categoras tpicas diferentes entre s (estratos) que poseen gran homogeneidad respecto a alguna caracterstica (se puede estratificar, por ejemplo, segn la profesin, el municipio de residencia, el sexo, el estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de inters estarn representados adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los elementos concretos que formarn parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues exige un conocimiento detallado de la poblacin. (Tamao geogrfico, sexos, edades,...). La distribucin de la muestra en funcin de los diferentes estratos se denomina afijacin, y puede ser de diferentes tipos: Afijacin Simple: A cada estrato le corresponde igual nmero de elementos mustrales. Afijacin Proporcional: La distribucin se hace de acuerdo con el peso (tamao) de la poblacin en cada estrato. Afijacin Optima: Se tiene en cuenta la previsible dispersin de los resultados, de modo que se considera la proporcin y la desviacin tpica. Tiene poca aplicacin ya que no se suele conocer la desviacin. -3Muestreo aleatorio por conglomerados: Los mtodos presentados hasta ahora estn pensados para seleccionar directamente los elementos de la poblacin, es decir, que las unidades mustrales son los elementos de la poblacin. En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la poblacin que forman una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los departamentos universitarios, una caja de determinado producto, etc., son conglomerados naturales. En otras ocasiones se pueden utilizar conglomerados no naturales como, por ejemplo, las urnas electorales. Cuando los conglomerados son reas geogrficas suele hablarse de "muestreo por reas".

El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto numero de conglomerados (el necesario para alcanzar el tamao muestral establecido) y en investigar despus todos los elementos pertenecientes a los conglomerados elegidos. -4Mtodos de muestreo no probabilsticos A veces, para estudios exploratorios, el muestreo probabilstico resulta excesivamente costoso y se acude a mtodos no probabilsticos, aun siendo conscientes de que no sirven para realizar generalizaciones, pues no se tiene certeza de que la muestra extrada sea representativa, ya que no todos los sujetos de la poblacin tienen la misma probabilidad de se elegidos. En general se seleccionan a los sujetos siguiendo determinados criterios procurando que la muestra sea representativa. Muestreos No Probabilsticos:

de Conveniencia de Juicios por Cuotas de Bola de Nieve Discrecional

Muestreo por cuotas: Tambin denominado en ocasiones "accidental". Se asienta generalmente sobre la base de un buen conocimiento de los estratos de la poblacin y/o de los individuos ms "representativos" o "adecuados" para los fines de la investigacin. Mantiene, por tanto, semejanzas con el muestreo aleatorio estratificado, pero no tiene el carcter de aleatoriedad de aqul. En este tipo de muestreo se fijan unas "cuotas" que consisten en un nmero de individuos que renen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 aos, de sexo femenino y residentes en Gijn. Una vez determinada la cuota se eligen los primeros que se encuentren que cumplan esas caractersticas. Este mtodo se utiliza mucho en las encuestas de opinin. Muestreo opintico o intencional: Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras "representativas" mediante la inclusin en la muestra de grupos supuestamente tpicos. Es

muy frecuente su utilizacin en sondeos preelectorales de zonas que en anteriores votaciones han marcado tendencias de voto. Muestreo casual o incidental: Se trata de un proceso en el que el investigador selecciona directa e intencionadamente los individuos de la poblacin. El caso ms frecuente de este procedimiento el utilizar como muestra los individuos a los que se tiene fcil acceso (los profesores de universidad emplean con mucha frecuencia a sus propios alumnos). Bola de nieve: Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y as hasta conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente cuando se hacen estudios con poblaciones "marginales", delincuentes, sectas, determinados tipos de enfermos, etc. -5Muestreo Discrecional A criterio del investigador los elementos son elegidos sobre lo que l cree que pueden aportar al estudio. Ej. : muestreo por juicios; cajeros de un banco o un supermercado; etc. Ventajas e inconvenientes de los distintos tipos de muestreo probabilstico CARACTERISTICAS VENTAJAS

INCONVENIENTES

Sencillo y de fcil comprensin. Requiere que se posea de antemano un listado completo de toda la poblacin. Cuando se trabaja Se basa en la con muestras teora pequeas es posible estadstica, y por que no represente a tanto existen la poblacin paquetes adecuadamente. informticos para analizar los datos Clculo rpido de medias y varianzas. Fcil de aplicar. Si la constante de muestreo est

Aleatorio simple

Se selecciona una muestra de tamao n de una poblacin de N unidades, cada elemento tiene una probabilidad de inclusin igual y conocida de n/N.

Sistemtico

Conseguir un listado de los N elementos de la

poblacin Determinar tamao muestral n. Definir un intervalo k= N/n. Elegir un nmero aleatorio, r, entre 1 y k (r= arranque aleatorio). Seleccionar los elementos de la lista.

No siempre es necesario tener un listado de toda la poblacin. Cuando la poblacin est ordenada siguiendo una tendencia conocida, asegura una cobertura de unidades de todos los tipos. Tiende a asegurar que la muestra represente adecuadamente a la poblacin en funcin de unas variables seleccionadas. Se obtienen estimaciones ms precisa Su objetivo es conseguir una muestra lo ms semejante posible a la poblacin en lo que a la o las variables estratificadoras se refiere. Es muy eficiente cuando la poblacin es

asociada con el fenmeno de inters, las estimaciones obtenidas a partir de la muestra pueden contener sesgo de seleccin

Estratificado

En ciertas ocasiones resultar conveniente estratificar la muestra segn ciertas variables de inters. Para ello debemos conocer la composicin estratificada de la poblacin objetivo a hacer un muestreo. Una vez calculado el tamao muestral apropiado, este se reparte de manera proporcional entre los distintos estratos definidos en la poblacin usando una simple regla de tres.

Se ha de conocer la distribucin en la poblacin de las variables utilizadas para la estratificacin .

Se realizan varias fases de Conglomerados muestreo sucesivas

El error estndar es mayor que en

(polietpico) La necesidad de listados de las unidades de una etapa se limita a aquellas unidades de muestreo seleccionadas en la etapa anterior.

muy grande y dispersa. No es preciso tener un listado de toda la poblacin, slo de las unidades primarias de muestreo.

el muestreo aleatorio simple o estratificado.

El clculo del error estndar es complejo.

-7Bibliografa Carrasco JL. El mtodo estadstico en la investigacin mdica. 5 ed. Madrid. Editorial Ciencia. Hulley SB, Cummings SR. Diseo de la investigacin clnica. Ed Doyma. Barcelona 1993. Kelsey IL, Thompson WD, Evans A. Methods in observational epidemiology. New York. Oxford University Press 1986. Mira JJ, Gmez J, Aranaz J, Prez E. Auditora de historias clnicas: Cul es el tamao adecuado de la muestra?. Todo Hospital 1997; octubre: 58-64. encuesta: Mtodo de obtener datos de una poblacin o muestra, sin ejercer control alguno sobre los factores que pueden afectar las caractersticas de inters o resultados de la encuesta. encuesta por muestreo Es una encuesta en la que participa slo una porcin de la poblacin

Muestreo en estadstica
Saltar a: navegacin, bsqueda En estadstica se conoce como muestreo a la tcnica para la seleccin de una muestra a partir de una poblacin. Al elegir una muestra se espera conseguir que sus propiedades sean extrapolables a la poblacin. Este proceso permite ahorrar recursos, y a la vez obtener resultados parecidos a los que se alcanzaran si se realizase un estudio de toda la poblacin. Cabe mencionar que para que el muestreo sea vlido y se pueda realizar un estudio adecuado (que consienta no solo hacer estimaciones de la poblacin sino estimar tambin los mrgenes de error correspondientes a dichas estimaciones), debe cumplir ciertos requisitos. Nunca podremos estar enteramente seguros de que el resultado sea una muestra representativa, pero s podemos actuar de manera que esta condicin se alcance con una probabilidad alta. En el muestreo, si el tamao de la muestra es ms pequeo que el tamao de la poblacin, se puede extraer dos o ms muestras de la misma poblacin. Al conjunto de muestras que se pueden obtener de la poblacin se denomina espacio muestral. La variable que asocia a cada muestra su probabilidad de extraccin, sigue la llamada distribucin muestral.

Contenido

1 Tcnicas de muestreo estadstico o 1.1 Muestreo probabilstico 1.1.1 Muestreo sistemtico 1.1.2 Muestreo estratificado 1.1.3 Muestreo por estadios mltiples 1.1.4 Muestreo por conglomerados 1.1.5 Homogeneidad de las poblaciones o sus subgrupos o 1.2 Muestreo no probabilstico 1.2.1 Muestreo por cuotas 1.2.2 Muestreo de bola de nieve 1.2.3 Muestreo subjetivo por decisin razonada o 1.3 EJEMPLOS 2 Vase tambin

Tcnicas de muestreo estadstico

Existen dos mtodos para seleccionar muestras de poblaciones: el muestreo no aleatorio o de juicio y el muestreo aleatorio (que incorpora el azar como recurso en el proceso de

seleccin). Cuando este ltimo cumple con la condicin de que todos los elementos de la poblacin tienen alguna oportunidad de ser escogidos en la muestra, si la probabilidad correspondiente a cada sujeto de la poblacin es conocida de antemano, recibe el nombre de muestreo probabilstico. Una muestra seleccionada por muestreo de juicio puede basarse en la experiencia de alguien con la poblacin. Algunas veces una muestra de juicio se usa como gua o muestra tentativa para decidir cmo tomar una muestra aleatoria ms adelante.

Muestreo probabilstico
Forman parte de este tipo de muestreo todos aquellos mtodos para los que puede calcular la probabilidad de extraccin de cualquiera de las muestras posibles. Este conjunto de tcnicas de muestreo es el ms aconsejable, aunque en ocasiones no es posible optar por l. En este caso se habla de muestras probabilsticas, pues no es en rigor correcto hablar de muestras representativas dado que, al no conocer las caractersticas de la poblacin, no es posible tener certeza de que tal caracterstica se haya conseguido.

Sin reposicin de los elementos: Cada elemento extrado se descarta para la subsiguiente extraccin. Por ejemplo, si se extrae una muestra de una "poblacin" de bombillas para estimar la vida media de las bombillas que la integran, no ser posible medir ms que una vez la bombilla seleccionada. Con reposicin de los elementos: Las observaciones se realizan con remplazamiento de los individuos, de forma que la poblacin es idntica en todas las extracciones. En poblaciones muy grandes, la probabilidad de repetir una extraccin es tan pequea que el muestreo puede considerarse con reposicin aunque, realmente, no lo sea. Con reposicin mltiple: En poblaciones muy grandes, la probabilidad de repetir una extraccin es tan pequea que el muestreo puede considerarse con reposicin. Para realizar este tipo de muestreo, y en determinadas situaciones, es muy til la extraccin de nmeros aleatorios mediante ordenadores, calculadoras o tablas construidas al efecto. Pero no es exacto Muestreo sistemtico Se utiliza cuando el universo o poblacin es de gran tamao, o ha de extenderse en el tiempo. Primero hay que identificar las unidades y relacionarlas con el calendario (cuando proceda). Luego hay que calcular una constante, que se denomina coeficiente de elevacin K= N/n; donde N es el tamao del universo y n el tamao de la muestra. Determinar en qu fecha se producir la primera extraccin, para ello hay que elegir al azar un nmero entre 1 y K; de ah en adelante tomar uno de cada K a intervalos regulares. Ocasionalmente, es conveniente tener en cuenta la periodicidad del fenmeno.

Esto quiere decir que si tenemos un determinado nmero de personas que es la poblacin (N) y queremos escoger de esa poblacin un nmero ms pequeo el cual es la muestra (n), dividimos el nmero de la poblacin por el nmero de la muestra que queremos tomar y el resultado de esta operacin ser el intervalo, entonces escogemos un nmero al azar desde uno hasta el nmero del intervalo, y a partir de este nmero escogemos los dems siguiendo el orden. Muestreo estratificado Consiste en la divisin previa de la poblacin de estudio en grupos o clases que se suponen homogneos con respecto a alguna caracterstica de las que se van a estudiar. A cada uno de estos estratos se le asignara una cuota que determinara el nmero de miembros del mismo que compondrn la muestra. Dentro de cada estrato se suele usar la tcnica de muestreo sistemtico, una de las tcnicas de seleccin ms usadas en la prctica. Es exacto Segn la cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos, existen dos tcnicas de muestreo estratificado:

Asignacin proporcional: el tamao de la muestra dentro de cada estrato es proporcional al tamao del estrato dentro de la poblacin. Asignacin ptima: la muestra recoger ms individuos de aquellos estratos que tengan ms variabilidad. Para ello es necesario un conocimiento previo de la poblacin.

Por ejemplo, para un estudio de opinin, puede resultar interesante estudiar por separado las opiniones de hombres y mujeres pues se estima que, dentro de cada uno de estos grupos, puede haber cierta homogeneidad. As, si la poblacin est compuesta de un 55% de mujeres y un 45% de hombres, se tomara una muestra que contenga tambin esos mismos porcentajes de hombres y mujeres. Para una descripcin general del muestreo estratificado y los mtodos de inferencia asociados con este procedimiento, suponemos que la poblacin est dividida en h subpoblaciones o estratos de tamaos conocidos N1, N2,..., Nh tal que las unidades en cada estrato sean homogneas respecto a la caracterstica en cuestin. La media y la varianza desconocidas para el i-simo estrato son denotadas por mi y si2, respectivamente. Muestreo por estadios mltiples Esta tcnica es la nica opcin cuando no se dispone de lista completa de la poblacin de referencia o bien cuando por medio de la tcnica de muestreo simple o estratificado se obtiene una muestra con unidades distribuidas de tal forma que resultan de difcil acceso. En el muestreo a estadios mltiples se subdivide la poblacin en varios niveles ordenados que se extraen sucesivamente por medio de un procedimiento de embudo. El muestreo se desarrolla en varias fases o extracciones sucesivas para cada nivel.

Por ejemplo, si tenemos que construir una muestra de profesores de primaria en un pas determinado, stos pueden subdividirse en unidades primarias representadas por circunscripciones didcticas y unidades secundarias que seran los propios profesores. En primer lugar extraemos una muestra de las unidades primarias (para lo cual debemos tener la lista completa de estas unidades) y en segundo lugar extraemos aleatoriamente una muestra de unidades secundarias de cada una de las primarias seleccionadas en la primera extraccin. Muestreo por conglomerados Tcnica similar al muestreo por estadios mltiples, se utiliza cuando la poblacin se encuentra dividida, de manera natural, en grupos que se supone que contienen toda la variabilidad de la poblacin, es decir, la representan fielmente respecto a la caracterstica a elegir, pueden seleccionarse slo algunos de estos grupos o conglomerados para la realizacin del estudio. Dentro de los grupos seleccionados se ubicarn las unidades elementales, por ejemplo, las personas a encuestar, y podra aplicrsele el instrumento de medicin a todas las unidades, es decir, los miembros del grupo, o slo se le podra aplicar a algunos de ellos, seleccionados al azar. Este mtodo tiene la ventaja de simplificar la recogida de informacin muestral. Cuando, dentro de cada conglomerado seleccionado, se extraen algunos individuos para integrar la muestra, el diseo se llama muestreo bietpico. Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El primer mtodo funciona mejor cuanto ms homognea es la poblacin respecto del estrato, aunque ms diferentes son stos entre s. En el segundo, ocurre lo contrario. Los conglomerados deben presentar toda la variabilidad, aunque deben ser muy parecidos entre s. Homogeneidad de las poblaciones o sus subgrupos Homogneo significa, en el contexto de la estratificacin, que no hay mucha variabilidad. Los estratos funcionan mejor cuanto ms homogneos son cada uno de ellos respecto a la caracterstica a medir. Por ejemplo, si se estudia la estatura de una poblacin, es bueno distinguir entre los estratos mujeres y hombres porque se espera que, dentro de ellos, haya menos variabilidad, es decir, sean menos heterogneos. Dicho de otro modo, no hay tantas diferencias entre unas estaturas y otras dentro del estrato que en la poblacin total. Por el contrario, la heterogeneidad hace intil la divisin en estratos. Si se dan las mismas diferencias dentro del estrato que en toda la poblacin, no hay por qu usar este mtodo de muestreo. En los casos en los que existan grupos que contengan toda la variabilidad de la poblacin, lo que se construyen son conglomerados, que ahorran algo del trabajo que supondra analizar toda la poblacin. En resumen, los estratos y los conglomerados funcionan bajo principios opuestos: los primeros son mejores cuanto ms homogneo es el grupo respecto a la caracterstica a estudiar y los conglomerados, si representan fielmente a la poblacin, esto es, contienen toda su variabilidad, o sea, son heterogneos.

Muestreo no probabilstico
Es aqul para el que no puede calcularse la probabilidad de extraccin de una determinada muestra. Se busca seleccionar a individuos que se juzga de antemano tienen un conocimiento profundo del tema bajo estudio, por lo tanto, se considera que la informacin aportada por esas personas es vital para la toma de decisiones. Muestreo por cuotas Es la tcnica ms difundida sobre todo en estudios de mercado y sondeos de opinin. En primer lugar es necesario dividir la poblacin de referencia en varios estratos definidos por algunas variables de distribucin conocida (como el gnero o la edad). Posteriormente se calcula el peso proporcional de cada estrato, es decir, la parte proporcional de poblacin que representan. Finalmente se multiplica cada peso por el tamao de n de la muestra para determinar la cuota precisa en cada estrato. Se diferencia del muestreo estratificado en que una vez determinada la cuota, el investigador es libre de elegir a los sujetos de la muestra dentro de cada estrato. Muestreo de bola de nieve Indicado para estudios de poblaciones clandestinas, minoritarias o muy dispersas pero en contacto entre s. Consiste en identificar sujetos que se incluirn en la muestra a partir de los propios entrevistados. Partiendo de una pequea cantidad de individuos que cumplen los requisitos necesarios estos sirven como localizadores de otros con caractersticas anlogas. Muestreo subjetivo por decisin razonada En este caso las unidades de la muestra se eligen en funcin de algunas de sus caractersticas de manera racional y no casual. Una variante de esta tcnica es el muestreo compensado o equilibrado, en el que se seleccionan las unidades de tal forma que la media de la muestra para determinadas variables se acerque a la media de la poblacin. La cual funciona en base a referencias o por recomendacin.

Muestra estadstica
De Wikipedia, la enciclopedia libre Saltar a: navegacin, bsqueda

En estadstica una muestra estadstica (tambin llamada muestra aleatoria o simplemente muestra) es un subconjunto de casos o individuos de una poblacin estadstica. Las muestras se obtienen con la intencin de inferir propiedades de la totalidad de la poblacin, para lo cual deben ser representativas de la misma. Para cumplir esta

caracterstica la inclusin de sujetos en la muestra debe seguir una tcnica de muestreo. En tales casos, puede obtenerse una informacin similar a la de un estudio exhaustivo con mayor rapidez y menor coste (vanse las ventajas de la eleccin de una muestra, ms abajo). Por otra parte, en ocasiones, el muestreo puede ser ms exacto que el estudio de toda la poblacin porque el manejo de un menor nmero de datos provoca tambin menos errores en su manipulacin. En cualquier caso, el conjunto de individuos de la muestra son los sujetos realmente estudiados. El nmero de sujetos que componen la muestra suele ser inferior que el de la poblacin, pero suficiente para que la estimacin de los parmetros determinados tenga un nivel de confianza adecuado. Para que el tamao de la muestra sea idneo es preciso recurrir a su clculo.

Contenido
[ocultar]

1 Otras definiciones relacionadas o 1.1 Espacio Muestral o 1.2 Parmetro o Estadstico muestral o 1.3 Estimacin o 1.4 Nivel de confianza o 1.5 Ejemplo 2 Ventajas de la eleccin de una muestra 3 Descripcin matemtica de una muestra aleatoria 4 Referencias

[editar] Otras definiciones relacionadas

[editar] Espacio Muestral
El espacio muestral del que se toma una muestra concreta est formado por el conjunto de todas las posibles muestras que se pueden extraer de una poblacin mediante una determinada tcnica de muestreo.

[editar] Parmetro o Estadstico muestral

Un parmetro estadstico o simplemente un estadstico muestral es cualquier valor calculado a partir de la muestra, como por ejemplo la media, varianza o una proporcin, que describe a una poblacin y puede ser estimado a partir de una muestra. Valor de la poblacin.

[editar] Estimacin
Una estimacin es cualquier tcnica para conocer un valor aproximado de un parmetro referido a la poblacin, a partir de los estadsticos muestrales calculados a partir de los elementos de la muestra.

[editar] Nivel de confianza

El nivel de confianza de una aseveracin basada en la inferencia estadstica es una medida de la bondad de la estimacin realizada a partir de estadsticos muestrales.

[editar] Ejemplo
La descripcin de una muestra, y los resultados obtenidos sobre ella, puede ser del tipo mostrado en el siguiente ejemplo:
Dimensin de la poblacin: Probabilidad del evento: Nivel de confianza: Desviacin tolerada: ej. 196 Tamao de la muestra: ej. ej. ej. ej. 222.222 habitantes Hombre o Mujer 50% 96% 5% Resultado

ej. 270

La interpretacin de esos datos sera la siguiente:

La poblacin a investigar tiene 222.222 habitantes y queremos saber cuntos son hombres o mujeres. Estimamos en un 50% para cada sexo y para el propsito del estudio es suficiente un 90% de seguridad con un nivel entre 90 - 5 y 90 + 5. Generamos una tabla de 270 nmeros al azar entre 1 y 222.222 y en un censo numerado comprobamos el gnero para los seleccionados.

[editar] Ventajas de la eleccin de una muestra

El estudio de muestras es preferible, en la mayora de los casos, por las siguientes razones:
1. Si la poblacin es muy grande (en ocasiones, infinita, como ocurre en determinados experimentos aleatorios) y, por tanto, imposible de analizar en su totalidad. 2. Las caractersticas de la poblacin varan si el estudio se prolonga demasiado tiempo. 3. Reduccin de costos: al estudiar una pequea parte de la poblacin, los gastos de recogida y tratamiento de los datos sern menores que si los obtenemos del total de la poblacin. 4. Rapidez: al reducir el tiempo de recogida y tratamiento de los datos, se consigue mayor rapidez. 5. Viabilidad: la eleccin de una muestra permite la realizacin de estudios que seran imposible hacerlo sobre el total de la poblacin.

6. La poblacin es suficientemente homognea respecto a la caracterstica medida, con lo cual resultara intil malgastar recursos en un anlisis exhaustivo (por ejemplo, muestras sanguneas). 7. El proceso de estudio es destructivo o es necesario consumir un artculo para extraer la muestra (ejemplos: vida media de una bombilla, carga soportada por una cuerda, precisin de un proyectil, etc.).

[editar] Descripcin matemtica de una muestra aleatoria

El uso de muestras para deducir fiablemente caractersticas de la poblacin requiere que se trate con muestras aleatorias. Si la muestra estadstica considerada no constituye una muestra aleatoria las conclusiones basadas en dicha muestra no son fiables y en general estarn sesgadas en algn aspecto. En trminos matemticos, dada una variable aleatoria X con una distribucin de probabilidad F, una muestra aleatoria de tamao N es un conjunto finito de N variables independentes, con la misma distribucin de probabildad F.1 Otra forma ms intuitiva, de entender una muestra es considerar que una muestra es una sucesin de N experimentos independientes de una misma cantidad. Es importante diferenciar una muestra de tamao N, o ms exactamente un muestreo de tamao N, del resultado concreto de de los N experimentos (que como conjunto de valores fijos, en s mismo, no es una muestra). El concepto de muestra incluye de alguna manera el procedimiento escogido para obtener los datos (es decir, si las variables aleatorias consideradas son independientes entre s, y si tienen la misma distribucin). En general, resulta muy difcil comprobar si una determinada muestra es o no aleatoria, cosa que slo puede hacerse considerando otro tipo de muestreos aleatorios robustos que permitan decir si la primera muestra era aleatoria o no.

2. Seleccin de la muestra: La muestra es, en esencia, un subgrupo de la poblacin. Se puede decir que es un subconjunto de elementos que pertenecen a ese conjunto definido en sus necesidades al que llamamos poblacin. De la poblacin es conveniente extraer muestras representativas del universo. Se debe definir en le plan, y justificar, los universos en estudio, el tamao de la muestra, el mtodo a utilizar, y el proceso de seleccin de las unidades de anlisis. En realidad, pocas veces es posible medir a la poblacin por lo que obtendremos o seleccionaremos y, desde luego, esperamos que este subgrupo sea un reflejo fiel de la poblacin. Bsicamente se categorizar las muestras es dos grandes ramas: las probabilsticas y las no probabilsticas. Entiendase por muestras probabilsticas como el subgrupo de la poblacin en el que todos los elemento de este tienen la misma probabilidad de ser escogidos; por consiguiente, las muestras no probabilsticas es cuando la eleccin de los elementos no depende la probabilidad, sino con causas relacionadas con las caractersticas de la investigacin o de quien hace la muestra. La seleccin de la muestra tambin la podemos ver desde dos puntos de vista: muestra cuantitativa y muestra cualitativa.

La muestra cuantitativa es un subgrupo de la poblacin del cual se recolectan los datos y debe ser representativo en dicha poblacin. Por otra parte, la muestra cualitativa es la unidad de anlisis o conjunto de personas, contextos, eventos o sucesos sobre la cual se recolectan los datos sin que necesariamente sea representativo