Documente Academic
Documente Profesional
Documente Cultură
ESCUELA DE PSICOLOGÍA
CÁTEDRA DE ESTADÍSTICA
MUESTREO
Cada vez con mayor frecuencia se usan como sinónimos los términos universo y
población.
1
1. Ventajas del Muestreo
2. Unidades Estadísticas
Las unidades estadísticas pueden ser vistas, en términos muy generales, como
divisiones que se establecen sobre el campo o la data lograda a partir de él. Las siguientes
unidades estadísticas resultan relevantes:
a) Unidad de investigación: Contiene las partes que se van a analizar. Por ejemplo,
en un estudio antropométrico que mida la longitud de los huesos del cuerpo
humano, la unidad de investigación es el individuo. En una investigación que
indague los principales problemas de los kioscos de un municipio, la unidad de
investigación es el municipio.
b) Unidad de análisis: Es la unidad que se examina y de la cual se extrae la
información, y sobre la cual se hacen los reportes estadísticos. En el estudio
2
antropométrico que referíamos, la unidad de análisis es cada hueso (colecciones
de data para el tarso, el metatarso, el fémur, etc, vistas por separado). En nuestro
otro ejemplo, la unidad de análisis es el kiosco.
c) Unidad de observación: Es la unidad a través de la cual se obtiene la
información, el “reportante”. En el estudio antropométrico que hemos citado, la
unidad de observación coincide con la de análisis, mientras que en el estudio
entre kioscos, el kiosquero es la unidad de observación.
d) Unidad de muestreo: Es un listado con los miembros de la población que pueden
pasar a formar parte de la muestra. Algunos de los elementos de este listado
compondrán la muestra, y otros serán desechados. Por ejemplo, en un estudio
antropométrico, la unidad de muestreo son todos los sujetos humanos. En el
estudio de kioscos, la unidad de muestreo es un listado con todos los kioscos de
un municipio.
3
Esta diferenciación puede resultar en ocasiones algo compleja. Lo que es necesario
es entender que en ocasiones existen diferentes niveles: un elemento sirve para seccionar la
población, de otro elemento se obtiene la información, y los resultados dan cuenta de otro
elemento más. Sobre todo, es fundamental diferenciar la unidad de análisis, la de muestreo
y la de información, porque es bastante frecuente que no sean la misma.
3. Tipos de Muestreo
4
3.1. Muestreos Probabilísticos
En este tipo de muestreo se puede dar una de las dos siguientes condiciones, que se
consideran equivalentes.
El reparto del tamaño de la muestra entre los diferentes segmentos suele ser llamado
afijación, de la cual hay tres tipos notables:
a) Afijación igual o uniforme: se distribuye la muestra por igual entre todos los grupos
conformados
c) Afijación óptima: se reparte la muestra asignando más peso a los grupos que
presenten mayor varianza en la población.
6
A continuación se ilustra la definición de cuotas en un muestreo estratificado para una
muestra de 200 sujetos. Si el muestreo es aleatorio, estas 200 personas deben ser
conseguidas al azar:
7
Los muestreos por conglomerado son muy prácticos, pero pueden conducir a ciertos
sesgos si no se manejan con cuidado. Por ejemplo, evaluar un determinado colegio
tomando al azar apenas tres salones, puede llevar a que se seleccionen sólo los salones
correspondientes a los grados superiores, de tal forma que la heterogeneidad de la
población no se vería bien representada. Un buen investigador debe estar alerta ante estos
riesgos y prevenirlos de alguna forma.
Cluster
3
n=15 Cluster
(se seleccionaron 4
aleatoriamente
Cluster los clusters 2, 5 y 6)
1
Cluster
5
Cluster
2 Cluster
6
8
3.1.5. Muestreo Sistemático
Muestreo sistemático en una fila de alumnos de un colegio mixto (lo que hace que la
fila sea mixta en cuanto al sexo).
Punto
de arranque
Este salto no debería ser elegido arbitrariamente por usted. Por ejemplo, no tiene
sentido hacer un salto de “uno sí y uno no”, o tomar un registro cada dos registros, si voy a
seleccionar una muestra de apenas diez casos. ¿Por qué? Porque hay probabilidad de que,
con un salto tan pequeño, todos fueran Rodríguez o todos fueran Pérez. El “salto” (o
“fracción de muestreo”, en términos técnicos) debería permitirnos recorrer toda la extensión
de los elementos disponibles, no importa de qué manera esté ordenada. Una fracción de
muestreo adecuada se logra dividiendo n/N (el tamaño de la muestra entre el tamaño de la
población). Si termina de recorrer la lista antes de lograr la muestra deseada, debe decidir
qué hacer. Lo más sencillo es considerar la página 1 de la guía telefónica como
continuación de la página n (o sea, de la última página), y seguir con el salto inconcluso.
9
A continuación se ilustra el muestreo sistemático en un listado (con nombres y
números telefónicos). La celda más oscura marca el punto de arranque. Los elementos
seleccionados aparecen en gris. Al terminar de recorrer el listado, se regresó al principio.
10
3.1.7. Muestras Interpenetrantes
Se utiliza para la generación de series de tiempos (es decir, bases de datos donde los
sujetos son en realidad fracciones de tiempo), cuando se llevan a cabo estudios
longitudinales (todos los muestreos señalados hasta ahora suelen utilizarse en estudios
transversales). En este tipo de muestreo el principal problema es la llamada “mortalidad”,
que es el abandono de determinados sujetos, producido por cualquier causa (fatiga, muerte
real, mudanza, etc). En ciertos estudios, especialmente si son muy largos y evalúan seres
humanos, la mortalidad experimental puede ser un problema tan serio que llega a invalidar
los resultados del estudio. Para evitarlo, se suele “sobremuestrar” las etapas iniciales, lo que
significa medir a una cantidad de sujetos algo mayor a la n deseada para la última
medición. Es muy difícil calcular este factor, y depende de muchos factores (la dificultad de
acceder a la población, características propias de la población, longitud del instrumento,
posible aversión al instrumento de medición, intervalo entre mediciones sucesivas, etc).
Sea cual sea el factor decidido, este debe multiplicar la n de cada medición de manera
exponencial. Por ejemplo, si deseo conservar una n=100 en la quinta (última) medición, y
supongo una mortalidad experimental media, puedo decidir un factor de 0,1, y aplicarlo
como sigue:
11
Número de medición Procedimiento n por medición
12
en esta misma plataforma y podrían suponer muchas facilidades para llevar a cabo este tipo
de muestreo.
13
telefónica, sino que, más bien, podríamos intentar contactar a tres o cinco expertos que
escriban frecuentemente en periódicos. Si estamos haciendo una i nvestigación sobre la
historia de una determinada población, debemos conseguir a los habitantes más viejos de la
misma, o a los de mayor influencia, o a los fundadores.
No hay requisitos para seleccionar a los encuestados, aunque suele haber un tamaño
estimado para la muestra. Son informativas, pero no tienen validez inferencial. Cuando se
realiza un muestreo accidental, no existe ninguna garantía de que la muestra se parezca a la
población sobre la cual se desea hablar. Por ejemplo, si realizo una encuesta por
intercepción a la salida del Metro entre las 6 y las 9 de la mañana, muy probablemente
encuestaré a personas que tienen empleo, y a esa hora se están desplazando hacia su
trabajo. No puedo estimar de qué manera eso puede afectar los resultados. Tal vez no
resulte muy relevante si estoy estudiando qué canal de televisión prefieren ver, pero si estoy
investigando qué marca de zapatos prefieren o si están a favor o en contra del gobierno, el
hecho de tener trabajo (e ingreso fijo) puede influir notablemente los resultados.
14