Rivera Morfín Luis Francisco Conceptos de Muestreo Estadístico

En estadística un muestreo es la técnica para la selección de una muestra a partir de una población. En el muestreo, si el tamaño de la muestra es más pequeño que el tamaño de la población, se puede extraer dos o más muestras de la misma población. Al conjunto de muestras que se pueden obtener de la población se denomina espacio muestral. La variable que asocia a cada muestra su probabilidad de extracción El muestreo: es una herramienta de la investigación científica. Su función básica es determinar que parte de una realidad en estudio (población o universo) debe examinarse con la finalidad de hacer inferencias sobre dicha población El Muestreo es más que el procedimiento empleado para obtener una o más muestras de una población; el muestreo es una técnica que sirve para obtener una o más muestras de población. Este se realiza una vez que se ha establecido un marco muestral representativo de la población, se procede a la selección de los elementos de la muestra aunque hay muchos diseños de la muestra. Al tomar varias muestras de una población, las estadísticas que calculamos para cada muestra no necesariamente serían iguales, y lo más probable es que variaran de una muestra a otra. Muestreo Estadístico: 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.

Tipos fundamentales de un muestreo
 Muestreo probabilístico: Forman parte de este tipo de muestreo 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 más aconsejable, aunque en ocasiones no es posible optar por él. Muestreo no probabilístico: En este tipo de muestreo, puede haber clara influencia de la persona o personas que seleccionan la muestra o simplemente se realiza atendiendo a razones de comodidad. Ejemplo: si hacemos una encuesta telefónica por la mañana, las personas que no tienen teléfono o que están trabajando, no podrán formar parte de la muestra. Muestreo estratificado: Consiste en la división previa de la población de estudio en grupos o clases que se suponen homogéneos respecto a característica a estudiar. A cada uno de estos estratos se le asignaría una cuota que determinaría el número de miembros del mismo que compondrán la muestra. Muestreo sistemático: Es la elección de una muestra a partir de los elementos de una lista según un orden determinado, o recorriendo la lista a partir de un número aleatorio determinado. Muestreo por conglomerados: Cuando la población se encuentra dividida, de manera natural, en grupos que se suponen que contienen toda la variabilidad de la población, es decir, la representan fielmente respecto a la característica a elegir, pueden seleccionarse sólo algunos de estos grupos o conglomerados para la realización del estudio. Muestreo errático: También se llama sin norma. La muestra se realiza de cualquier forma, valorando únicamente la comodidad o la oportunidad en términos de costes, tiempo u otro factor no estadístico. Al realizar un muestreo en una población podemos hablar de muestreos probabilísticas y no probabilísticas, entre estas técnicas o procedimientos están: Muestreo simple: Este tipo de muestreo toma solamente una muestra de una población dada para el propósito de inferencia estadística. Puesto que solamente una muestra es tomada, el tamaño de muestra debe ser los suficientemente grandes para extraer una conclusión. Una muestra grande muchas veces cuesta demasiado dinero y tiempo. Muestreo aleatorio simple: Es aquel en que cada elemento de la población tiene la misma probabilidad de ser seleccionado para integrar la muestra. Una muestra simple aleatoria es aquella en que sus elementos son seleccionados mediante el muestreo aleatorio simple.

 

Levin & Rubin (1996). por ejemplo. Muestra La muestra es una representación significativa de las características de una población. se puede considerar a esta como una población infinita. Variables discretas y continuas La manera lógica de organizar datos es crear categorías y luego asignar las observaciones a una categoría. según el número de elementos la población puede ser finita o infinita. se examina una pequeña parte del grupo denominada muestra. la estadística nos dota de una herramienta que es la muestra para extraer un conjunto de población que represente a la globalidad y sobre la muestra realizar el estudio. por ello. Pero nuestra capacidad de categorizar está limitada por la naturaleza de las variables que usamos. entendemos que sería de gran dificultad poder analizar los valores sociales de todos ellos. En consecuencia muestra y población son conceptos relativos. el número de habitantes de una comarca. pero no de todos". Una población finita es aquella que está formada por un limitado número de elementos. tiempo y costos necesarios para hacerlo. el conjunto de todos los números positivos. Los expertos en estadística recogen datos de una muestra. Murria R. Los países o regiones del mundo también son . Cadenas (1974). en cuanto al trabajo. y este tamaño vienen dado por el número de elementos que constituyen la población. Utilizan esta información para hacer referencias sobre la población que está representada por la muestra. porque dichas variable por su naturaleza sólo pueden tomar ciertos valores muy específicos. Cuando la población es muy grande. acerca de los cuales intentamos sacar conclusiones". sobre todos si estos son muchos. Cuando el número de elementos que integra la población es muy grande..Rivera Morfín Luis Francisco Concepto de población y muestra El concepto de población en estadística va más allá de lo que comúnmente se conoce como tal. Las variables discretas son aquellas cuyas observaciones se agrupan „inherentemente‟ o „naturalmente‟ en categorías. es obvio que la observación y/o medición de todos los elementos se multiplica la complejidad. no todas las variables se pueden categorizar con la misma facilidad. En términos estadísticos. El tamaño que tiene una población es un factor de suma importancia en el proceso de investigación estadística y en nuestro caso social. Una población se precisa como un conjunto finito o infinito de personas u objetos que presentan características comunes. El “género” de un sujeto es un buen ejemplo de una variable discreta: los seres humanos pueden ser mujeres u hombres. "Una población es un conjunto de elementos que presentan una característica común". "Se llama muestra a una parte de la población a estudiar que sirve para representarla". Es a menudo imposible o poco práctico observar la totalidad de los individuos. Cadenas (1974). las variables que interesa medir pueden ser discretas o continuas. Levin & Rubin (1996). que bajo. y las conclusiones que se obtengan de dicha muestra solo podrán referirse a la población en referencia". Además. por ejemplo. En lugar de examinar el grupo entero llamado población o universo. Por ejemplo estudiamos los valores sociales de una población de 5000 habitantes aprox. Spiegel (1991). Una población es un todo y una muestra es una fracción o segmento de ese todo. Para solucionar este inconveniente se utiliza una muestra estadística. se ajustan a una u otra categoría y no hay continuidad ni puntos intermedios entre ellas. Destacamos algunas definiciones: "Una población es un conjunto de todos los elementos que estamos estudiando. la asunción de un error (generalmente no superior al 5%) estudiamos las características de un conjunto poblacional mucho menor que la población global. "Una muestra es una colección de algunos elementos de la población. Una muestra representativa contiene las características relevantes de la población en las mismas proporciones que están incluidas en tal población. "Una muestra debe ser definida en base de la población determinada.

Frecuencia acumulada La frecuencia acumulada es la suma de las frecuencias absolutas de todos los valores inferiores o iguales al valor considerado. asignando a cada dato su frecuencia correspondiente. Se puede expresar en tantos por ciento y se representa por ni. etc. Se representa por fi. educación superior incompleta. educación secundaria completa. Sin embargo. Podemos crear las siguientes categorías para describir esta última variable: educación primaria completa. Frecuencia relativa acumulada La frecuencia relativa acumulada es el cociente entre la frecuencia acumulada de un determinado valor y el número total de datos. como su nombre lo indica. 21-30. Para indicar resumidamente estas sumas se utiliza la letra griega Σ (sigma mayúscula) que se lee suma o sumatoria. A diferencia de las variables discretas. etc. Frecuencia relativa La frecuencia relativa es el cociente entre la frecuencia absoluta de un determinado valor y el número total de datos. La suma de las frecuencias relativas es igual a 1. . sólo se pueden agrupar en forma arbitraria en categorías. Se representa por Fi. o cualquier otro intervalo que se prefiera. 11-20. así como el ingreso de las familias en dicho país. Frecuencia absoluta La frecuencia absoluta es el número de veces que aparece un determinado valor en un estudio estadístico. como por ejemplo 1-20. que sólo se pueden agrupar arbitrariamente creando „intervalos‟ artificiales. que se representa por N. porque por su naturaleza pueden tomar cualquier valor a lo largo de un continuo (o de una escala numérica continua). Se puede expresar en tantos por ciento. que no son tan fáciles de categorizar como las variables discretas. 21-40. las variables continuas. existe otra clase de variables.Rivera Morfín Luis Francisco buenos ejemplos de variables discretas. educación superior completa y educación de postgrado. Otro ejemplo son las calificaciones o educación de los maestros. Distribucion de variables discretas Una distribución de frecuencias o tabla de frecuencias es una ordenación en forma de tabla de los datos estadísticos. La estatura de los habitantes de un país es un ejemplo de variable continua. Un buen ejemplo en el área de la educación son las “calificaciones de pruebas”. Note que los intervalos también podrían ser 1-10. conocidas como variables “continuas”. La suma de las frecuencias absolutas es igual al número total de datos. ya que la variable no se ajusta naturalmente a categorías predeterminadas como en el caso de las variables discretas.