ACERCA DEL MUESTREO

Anuncio
ACERCA DEL MUESTREO
Según ya se indicó anteriormente, llamaremos muestra a un
subconjunto propio, es decir no vacío ni igual a la población en estudio, de la
población. Dado que los datos contenidos en una muestra serán los que nos
proveerán de información respecto de la población en estudio se requerirá un
cuidadoso proceso de muestreo, a efectos de elaborar ese conjunto en las
condiciones más adecuadas de representatividad, puesto que la inferencia se
caracterizará, reiteramos, por aplicar al colectivo las conclusiones obtenidas a
partir de la muestra. En este sentido, pues, el método de selección de la
muestra reviste una singular importancia, dado que de cómo se haya
constituido ésta se seguirán unos u otros resultados. Genéricamente, y a
efectos de tipificar de manera adecuada las nociones que se manejarán, se
establecerán tres formas de seleccionar una muestra:
1. Muestreo probabilístico aleatorio: Diremos que el muestreo es
probabilístico cuando pueda establecerse “la probabilidad de
obtener cada una de las muestras que sea posible seleccionar”.
Esto es, cuando la selección muestral constituya un fenómeno
aleatorio probabilizable; es decir: cuando dicha selección se
verifique en condiciones de azar, siendo susceptible de medida la
incertidumbre derivada de aquélla, el muestreo será probabilístico.
2. Muestreo opinático: En este muestreo la representatividad
depende del individuo que elabora la muestra (también es llamado
muestreo de experto) puesto que es él quien determina si el
carácter de las unidades muestrales es o no representativo. Es
obvia la influencia de los criterios subjetivos en este tipo de
muestreo (con independencia de que se pueda o no decir de él que
es útil en ciertas situaciones), lo que condiciona decisivamente la
representatividad de la investigación muestral.
3. Muestreo errático o “sin norma”: Se caracteriza porque la
muestra se selecciona arbitrariamente, sin tener en cuenta “a
priori” ningún tipo de circunstancia de la población.
Evidentemente, en el caso de que ésta sea muy homogénea los
resultados pueden ser adecuadamente representativos, lo que no
sucederá en caso contrario.
La principal crítica que corresponde hacer a los dos últimos tipos de
muestreo es que no se puede hacer una estimación del error debido al
muestreo. Esto ante la no existencia de un modelo probabilístico en el proceso
de selección de la muestra.
1
En lo que sigue, y salvo expresa afirmación en caso contrario,
supondremos que se esta trabajando dentro de la hipótesis del primer tipo de
muestreo, y, más aún, denominaremos muestras aleatorias simples a aquéllas
que se considerarán, entendiendo como tales a las que cumplan los dos
siguientes requisitos.
1. La muestra como tal se obtendrá al azar, lo que implica que cada
muestra poseerá la misma probabilidad de ser escogida que las
restantes.
2. Cada elemento de la muestra tendrá siempre la misma
probabilidad de haber sido escogido que las restantes.
En una muestra aleatoria o probabilística, se sabe que hay
posibilidades de que una unidad estadística figure o no en la muestra. Con el
objeto de aumentar la probabilidad de contar con una muestra representativa
existen diverso tipos de muestreos probabilísticos. Es importante señalar que
siempre existirá el error muestral es decir el error o variación entre indicadores
muestrales, atribuible al azar, o sea a las diferencias entre muestras y
población, y la diferencia existente entre las diversas muestras. Como esas
diferencias se deben exclusivamente a los elementos que se seleccionan en la
muestra es de gran importancia el método de muestreo con el que se
seleccionará la muestra aleatoria.
Muestreo sistemático: En este, muestreo los elementos de la
población se seleccionan con un intervalo uniforme que se mide con
respecto a cualquier característica conveniente, como por ejemplo: el
tiempo, espacio, etc. Se debe tener la precaución de que los elementos
de la población no este ordenados con respecto a la variable en
estudio. El muestreo sistemático difiere del muestreo aleatorio simple
en que cada elemento tiene
iguales probabilidades de ser
seleccionado, pero las muestras no son equiprobables.
Muestreo estratificado: Para aplicar el muestreo estratificado la
población se particiona en subconjuntos, llamados estratos de tal
modo que las unidades estadísticas en cada uno de los estratos
presentan, respecto de la característica en estudio, escasa
variabilidad siendo esta relativamente grande entre los estratos. Para
tomar la muestra se selecciona al azar en cada estrato un número
especificado de unidades estadísticas correspondientes a la
proporción del estrato de la población o bien se extrae un número
igual de unidades estadísticas de cada estrato y se da un peso a los
resultados de acuerdo con la proporción del estrato en la población
total. Cuando existe una estratificación adecuada el muestreo
aleatorio estratificado refleja en forma más adecuada las
características de la población de donde se extrajeron las unidades
estadísticas muestrales que otras clases de muestreo.
2
Muestreo por conglomerados: En el muestreo por conglomerados,
se particiona la población en subconjuntos llamados conglomerados y
luego se toma una muestra aleatoria de ellos. Se supone que cada
conglomerado es representativo de la población entera. Tal como se
sugiere usar el muestreo estratificado cuando en cada estrato se
presenta una pequeña variación en el interior, pero existe una amplia
variación entre ellos, el muestreo por conglomerados se usará cuando
se advierte considerable variación dentro de cada conglomerado pero
los subconjuntos son esencialmente semejantes entre sí.
No olvidamos que el objetivo es obtener información respecto de una
población. En forma más precisa respecto de ciertas características
poblacionales que llamaremos parámetros (por ejemplo el porcentaje de
coliformes fecales presentes en determinada producción de mayonesa). Esta
información la obtendremos, por lo general, por medio de los datos de una
muestra, en forma más precisa por la evaluación de determinados indicadores o
medidas estadísticas que llamaremos estadígrafos (por ejemplo el porcentaje de
coliformes fecales presentes en una muestra de la producción de mayonesa
investigada). El arte consiste entonces en toma adecuadamente una muestra,
disminuyendo al máximo la probabilidad de cometer errores muestrales es
decir errores causados por el acto de tomar una muestra, debidos a la
variabilidad que hay entre una muestra y otra.
Dos características que pueden encontrase en un proceso de
muestreo, y que miden la bondad de este, son la precisión y el sesgo. La
precisión es la capacidad de un proceso de muestreo de obtener resultados
similares a través de la aplicación del proceso repetidas veces. Una muestra de
tamaño pequeño es probable que produzca resultados poco precisos. Por su
parte, el sesgo es un error sistemático producido por el proceso de muestreo. Se
produce sesgo, por ejemplo, si el marco muestral (es decir la parte de la
población de donde efectivamente se obtendrá la muestra) excluye a un sector
de la población sensiblemente diferente del resto.
3
Razones para el uso de muestras
a) Una muestra puede ahorra dinero cuando no se necesita absoluta
precisión.
b) Una muestra ahorra tiempo cuando la información se necesita más
rápidamente que el necesario para realizar un censo.
c) Una muestra permite concentrar la atención en casos individuales.
d) En algunas aplicaciones industriales algunos ensayos son
destructivos y pueden ser realizados solamente mediante una
muestra.
e) Algunas poblaciones pueden ser consideradas como infinitas, y,
por lo tanto, sólo pueden ser muestreadas. Un ejemplo simple lo
constituye un experimento agrícola para investigar fertilizantes.
f) Donde los errores no muestrales(es decir los errores tales como
datos faltantes, de medición, de recolección de datos, de proceso,
etc.) son necesariamente grandes, una muestra puede dar mejores
resultados que un censo.
Limitaciones del muestreo
a) Si se necesitan datos para áreas muy pequeñas, se necesitan
muestras de tamaño desproporcionadamente grandes, pues la
precisión depende fuertemente del tamaño de la muestra y no de la
tasa de muestreo.
b) Si los datos se necesitan a intervalos regulares, y es muy
importante medir cambios pequeños de un intervalo a otro, se
necesitarán muestras muy grandes.
c) A veces el proceso de muestreo es demasiado alto.
Glosario
Marco de muestreo: Conjunto de unidades estadísticas desde el cual
se tomará realmente la muestra.
Plan de muestreo: Conjunto de procedimientos utilizados para
seleccionar la muestra.
Unidad de análisis: Aquella entidad para la cual se desea obtener
información estadística. Las unidades pueden ser personas, hogares,
productos resultantes de algún proceso, etc.
Unidad de muestreo: Unidad que se selecciona. Esta puede ser o no
las mismas unidades de análisis. Por ejemplo, para obtener
información sobre personas se puede seleccionar directamente un
conjunto de individuos desde una lista o bien se puede seleccionar
una muestra de hogares e incluir en la encuesta a todas las personas
en los hogares seleccionados.
Error de muestreo: error debido al plan de muestreo utilizado. El
término error , estadísticamente hablando, no es sinónimo de
"equivocación", sino que incluye todos los tipos de variación extraña.
4
Descargar