Inferencia

Inferencia a la estadística:
“Teoría del muestreo”



Indice:

Introducción

Desarrollo
- Concepto de muestreo estadístico
- Técnicas de selección del muestreo
- Técnicas de muestreo
- Muestreo no probabilístico
- Muestreo Probabilístico
- Images


Introducción:

En aquellos momentos en que se requiere tomar una decisión, ya sea en el ambito político o en cualquier otra area social (entiéndase social como “que afecte a masas de gente”), se necesita información, ésta debe ser de calidad y confiable, lo mas precisa y exacta posible, para ello se han creado distintas técnicas de muestreo. A dicho conjunto de Técnicas o métodos de muestreo se le denomina “Teoría del muestreo”.

Las técnicas del muestreo se dividen en dos, el muestreo probabilístico y el muestreo no probabilística, que a su vez se dividen en tipos de muestreo, cada uno con una finalidad diferente y distinta utilidad. Dichos tipos seran expuestos y explicados en el siguiente trabajo.


- Concepto de Muestreo Estadístico

El muestreo es una técnica que se basa en la extracción una muestra de una población, ademas de ser una herramienta de la investigación científica, su función basica es determinar una realidad en estudio, llamese población o universo. Este muestreo debe examinarse con la finalidad de hacer inferencias sobre dicha población o universo.

“MuestreoEstadístico: 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 tamaño n, tienen la misma probabilidad de ser elegidas”.

- Técnicas de selección del muestreo a través del muestreo estadístico

Al realizar un muestreo en una población, podemos hablar de muestreos probabilísticos y no probabilísticos, entre estas técnicas o procedimientos encontramos

A) Muestreo no probabilístico o determinístico: no sirven para realizar generalizaciones, pues no se tiene certeza de que la muestra extraída sea representativa, ya que no todos los sujetos de la población tienen la misma probabilidad de ser elegidos. En general se seleccionan a los sujetos siguiendo determinados criterios procurando que la muestra sea representativa.
Por lo general el muestreo determinístico implica un juicio personal, algunas veces el del investigador y en otras el del recopilador de datos, es recomendable utilizarlo solamente en el proceso de estudio exploratorio que trata de definir el cauce a seguir de la investigación.
Se caracteriza por no conocerse la probabilidad de que una unidad quede incluida en una muestra, no se puede medir el error de estimación y por lo tanto, no se pueden realizar estimaciones.
La principal ventaja es que permite determinar si conviene o no seguir con la investigación, convirtiéndose en un recurso. Si no da muestras de lo que se quiere obtener, habra sido un ahorro de tiempo y dinero,si es positivos da seguridad de seguir con la investigación.

B) Muestreo probabilístico: todos aquellos métodos para los que puede calcularse la probabilidad de extracción de cualquiera de las muestras posibles. Este conjunto de técnicas de muestreo es el mas aconsejable, aunque en ocasiones no es posible optar la elección de dicho muestreo, pues éste puede llegar a ser muy costoso.

En resumen: por lo general, Suele ser mas objetivo que el determinístico, por ello también mas costoso, por lo mismo, requiere mas tiempo y es mas difícil de aplicar.
La principal ventaja es que se puede estimar el valor muestral o grado de precisión asociado con los datos recopilados


- Técnicas de muestreo:

A) Determinístico o no probabilístico

Conveniencia
Por jucio u opinión
Por cuota
Bola de nieve
Discrecional
(ALGUNOS AUTORES CONTABILIZAN 4(CONVENIENCIA, POR CUOTAS, POR JUICIO Y AUTOINDUCIDO), Y OTROS 5 (LOS QUE VEREMOS EN EL SIGUIENTE TRABAJO INVESTIGATIVO))

B) Probabilístico

Aleatorio simple
Sistematico
De grupo o conglomerados
Estratificado


A) Muestreos no probabilísticos

A1) Muestreo de conveniencia
Selecciona unidades para analizarlas de modo que cumplan los requisitos de la población sujeta al estudio, por ejemplo, son las llamadas pruebas pilotos.
También cabe señalar que no son seleccionadas al azar.

El caso mas frecuente de este procedimiento el utilizar como muestra los individuos a los que se tiene facil acceso (los profesores de universidad emplean con mucha frecuencia a sus propios alumnos).
En este ejemplo se utilizan como muestra a losalumnos ya que son los elementos que van a conformar la muestra, no de forma aleatoria, sino seleccionando aquellos que cumplan con determinadas características de la población sujeta la muestra, y ademas como el que realiza el muestreo en este caso es el profesor, los alumnos serian los individuos con mas facil acceso.

A2) Muestreo por juicio u opinión
Como su nombre lo dice se caracteriza por tener como base el juicio u opinión del investigador que los elije pensando que son los mas representativos de la muestra.

Por ejemplo: Se puede realizar a un grupo de oyentes de un programa de radio o T.V. que se comunican telefónicamente para opinar sobre el tema tratado.
Este ejemplo podemos apreciar que no necesariamente los oyentes de un programa de radio o T.V son los mas representativos para la muestra, ya que solo es lo que mejor le parece al investigador, ya que no necesariamente todos los oyentes seran aptos para opinar de acuerdo al tema, puesto que pueden haber muchas variables que no se cumplan como por ejemplo el nivel educacional de las personas que estan oyendo el programa, entre otras. Es por esto que es solo el juicio del investigador, y no necesariamente es lo ideal.


A3) Muestreo por cuotas
La muestra aquí se divide en cuotas conocidas (distribuciones) con las mismas características del universo, cosa que si el universo lo dividimos en cuotas, las cuotas del muestreo sean representativas a dicha población, o sea la misma distribución.

Ejemplo: 20 individuos de 25 a 40 años, de sexo femenino y residentes en Santiago. Una vez determinada la cuota seeligen los primeros que se encuentren que cumplan esas características.
En este ejemplo se dividió la población de referencia en varios estratos definidos por algunas variables de distribución conocida, en este caso edad, sexo y lugar donde residen. Después se ve la parte proporcional de población que representan y se determina la cuota, luego el investigador es libre de elegir a los sujetos de la muestra dentro de cada estrato.

A4) Muestreo por bola de nieve
Este método se utiliza para investigar poblaciones especificas, y se realiza ubicando a algunos individuos que conducen a otros y estos a otros mas y así conseguir una muestra suficiente de sujetos de investigación, el ejemplo mas claro son estudios con poblaciones marginales, sectas, delincuentes, personas de religiones minoritarias, etc.

Un ejemplo mas elaborado

Adictos a la Heroína fuera del sistema de tratamientos en la ciudad de Hague, Holanda.
Objetivo: El estudio tiene por fin describir las similaridades y diferencias en usuarios de drogas, que existen entre la población de adictos dentro y fuera del sistema de tratamiento.
Selección de primeros encuestados: Para adquirir un grupo de estudio que se aproxime a una muestra aleatoria, una condición muy importante es que el primer grupo de encuestados (en la etapa cero) debe ser seleccionado aleatoriamente.

Primera fase: Construcción de un mapa de redes. Entre los usuarios se encontraban
  * Usuarios de Heroína sin casa
  * Usuarios de Heroína procedentes de Surinam
  * Prostitutas usuarias de heroína
  * Usuarios de heroína en los suburbios
Elprocedimiento de referenciado
Entrevista
Resultados: Tamaño de muestra fue 62, de los cuales los primeros 26 fueron entrevistados sin usar Bola de Nieve

En este ejemplo se uso los adictos a la heroína en determinado lugar , son poblaciones minoritarias o muy dispersas pero en contacto entre sí. Se identificaron sujetos que se incluiran en la muestra a partir de los propios entrevistados. Partiendo de una pequeña cantidad de individuos que cumplen los requisitos necesarios estos sirven como localizadores de otros con características analogas
Cada grupo de nominados representa una etapa, se forma entonces una línea de respondientes-referenciado- respondiente, a una cadena.
La muestra es usada para hacer estimaciones acerca de cómo la red se conecta con la población
Usando información de ésta red, se deriva la proporción poblacional en diferentes grupos.


A5) Muestreo discrecional
Se logra de acuerdo al criterio del investigador, y los elementos se elijen sobre lo cual él cree que pueden aportar al estudio. Se diferencia al muestreo por juicio en que en el muestro por juicio tiene un “toque” intencional la muestra, ósea no es al azar si no casi deliberada.

Ejemplo: Seleccionar a los cajeros de un banco en el estudio sobre el comportamiento del usuario ante el pago de impuestos.
En este ejemplo los cajeros del banco son los elementos que según el investigador pueden aportar mas al estudio que se esta llevando a cabo y ademas no son escogidos al azar, sino de manera deliberada.



Ventajas y desventajas del muestreo no probabilístico


TIPO
Ventajas
Desventajas
Porconveniencia
Es rapido, facil y no es costos en términos monetarios, y tampoco en términos de tiempo, la muestra es accesible
No es representativa, ademas de no ser seleccionadas al azar, por lo cual marca tendencia la población
juicio
No es costoso en comparación, y en ocasiones es eficiente para algunos casos
Es subjetivo y no permite generalizaciones, tampoco sirve para el proceso de “toma de decisiones”
Cuota
Es proporcionado y representativo en comparación a los anteriores
No es seguro obtener representatividad, hay posibilidades pero no son seguras, también tiene tendencias en la selección
Bola de nieve
El mejor para poblaciones marginales o “raras” o de características poco comunes
Alto costo en tiempo para ubicar uno por uno los sujetos, no asegura representatividad y solo es recomendable para poblaciones con características poco comunes
discrecional
Rapido y de bajo costo, no se utiliza casi nunca solo de instrumento exploratorio
Muy subjetivo, la muestra no posee representatividad al ser deliberada


B) Muestreos probabilísticos

B1) Muestreo aleatorio simple:
Muy simple pero tiene poca utilidad cuando la muestra es muy grande, se asigna un numero a cada individuo y luego a través de algún mecanismo (números aleatorios escogidos, bolas dentro de una bolsa, incluso papelitos con los números en una tómbola o números aleatorios generados por un computador), se elijen tantos sujetos como sean requeridos para completar la muestra.

Por ejemplo, si se extrae una muestra de una 'población' de bombillas para estimar la vida media de las bombillas que laintegran, no sera posible medir mas que una vez la bombilla seleccionada.


B2) Muestreo aleatorio sistematico:
Como el anterior, se enumerar todos los elementos de la población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se parte de ese número aleatorio i, que es un número 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 tamaño de la población entre el tamaño de la muestra: k= N/n (“N” es la población y “n” la muestra). El número i que empleamos como punto de partida sera un número al azar entre 1 y k.

Recomendable para muestras que no son homogéneas (5 yeguas y 5 potros ó 10 hombre y 10 mujeres), y tampoco para muestras muy pequeñas, ya que “k” puede tomar valores de 1 hasta el total de la muestra y de ser en caso de las yeguas y potros k=10 tendremos siempre o solo yeguas o solo potros, por lo que no obtendremos una muestra “significativa o relevante”

Por ejemplo si tenemos una población formada por 100 elementos y queremos extraer una muestra de 25 elementos, en primer lugar debemos establecer el intervalo de selección que sera igual a 100/25 = 4. A continuación elegimos el elemento de arranque, tomando aleatoriamente un número entre el 1 y el 4, y a partir de él obtenemos los restantes elementos de la muestra.
2, 6, 10, 14 98

B3) Muestreo aleatorio estratificado:
Simplifica los procesos de sus antecesores y trata de reducir los errores (sesgos) según el tamaño de la muestra, ycoloca estratos homogéneos (por características) para clasificar (sexo, especie, profesión, etc.). Aquí los que se quiere asegurar es que todos los estratos estén representados adecuadamente en la muestra. Cada estrato funciona independientemente, aplicando dentro de cada uno de los estratos de interés un muestreo simple o el sistematico.

La desventaja de este muestreo es que los intereses aveces son muy grandes y aparte que se necesita un conocimiento detallado de la población, las exigencias son incluyentes (comuna y sexo por ejemplo)

Por ejemplo, para un estudio de opinión, 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. Así, si la población esta compuesta de un 55% de mujeres y un 45% de hombres, se tomaría una muestra que contenga también esa misma proporción.


La distribución de la muestra en función de los diferentes estratos se denomina afijación, y puede ser de diferentes tipos:
B3.1) Afijación Simple: A cada estrato le corresponde igual número de elementos muéstrales, este se utiliza para las exigencias que son demasiado grandes (comuna donde vive, sexo, etc.).

B3.2) Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de la población en cada estrato, este se utiliza para no caer en exigencias incluyentes.

B3.3) Afijación Optima: Se tiene en cuenta la previsible dispersión de los resultados, de modo que se considera la proporción y la desviación típica. Tiene poca aplicación ya que no se suele conocer ladesviación, sería la mejor afijación de no ser porque no se conoce la desviación.


B4) Muestreo aleatorio por conglomerados:
La unidad muestral es un grupo de elementos de la población 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 areas geograficas suele hablarse de 'muestreo por areas'.
El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto número de conglomerados (el necesario para alcanzar el tamaño muestral establecido) y en investigar después todos los elementos pertenecientes a los conglomerados elegidos.
Ejemplo
Se planea hacer una encuesta entre universitarios de primer curso de un pais. Se quieren entrevistar 5.000 universitarios. Ante la imposibilidad de acceder (de acuerdo con los costos) a un muestreo estratificado, se piensa en una muestra de 200 conglomerados de 25 alumnos, identificando el conglomerado con un grupo de primer curso


tipo características ventajas desventajas

Aleatorio simple
Se selecciona una muestra de tamaño n de una población de N unidades, cada elemento tiene una probabilidad de inclusión igual y conocida de n/N.
Sencillo y de facil comprensión. Calculo rapido de medias y varianzas.
Se basa en la teoría estadística, y por tanto existen paquetesinformaticos para analizar los datos

Requiere que se posea de antemano un listado completo de toda la población. Cuando se trabaja con muestras pequeñas es posible que no represente a la población adecuadamente.
Sistematico

Conseguir un listado de los N elementos de la población
Determinar tamaño muestral n.
Definir un intervalo k= N/n.
Elegir un número aleatorio, r, entre 1 y k (r= arranque aleatorio).
Seleccionar los elementos de la lista.

Facil de aplicar.
No siempre es necesario tener un listado de toda la población.
Cuando la población esta ordenada siguiendo una tendencia conocida, asegura una cobertura de unidades de todos los tipos.


Si la constante de muestreo esta asociada con el fenómeno de interés, las estimaciones obtenidas a partir de la muestra pueden contener sesgo de selección
Estratificado

En ciertas ocasiones resultara conveniente estratificar la muestra según ciertas variables de interés. Para ello debemos conocer la composición estratificada de la población objetivo a

Tiende a asegurar que la muestra represente adecuadamente a la población en función de unas


Se ha de conocer la distribución en la población de las variables










Imagenes.

Para una mejor comprensión del tema, damos unas imagenes que muestran un mapa conceptual a modo de resumen


















































































































Bibliografía: