¿Para qué sirve el muestreo estadístico? Cuando no podemos acceder a los datos de todo el universo de estudio, es necesario seleccionar una muestra de este para tomar información de ella y realizar inferencia estadística sobre el resto del universo del estudio, al cual no pudimos acceder.
En este post te explico rápidamente las razones fundamentales para aplicar muestreo estadístico y algunos aspectos esenciales para su aplicación.
¿Por qué seleccionar muestras estadísticas?
El muestreo estadístico existe por una sencilla razón: ¡no tenemos los recursos necesarios para tomar información de todos y cada uno de los individuos de un universo muy grande!
Es decir, un censo es la técnica que permite conocer a toda la población. Pero es una operación estadística muy costosa y se debe recurrir al muestreo.
Imagina que deseas estudiar la opinión de los electores de una ciudad respecto a cierta decisión gubernamental.
Por lo general, el número de electores será muy elevado, aunque sea un municipio o cantón muy pequeño, estaríamos hablando de más de 3.000 personas fácilmente.
Lectura recomendada: La técnica de la encuesta: una herramienta esencial en la investigación cuantitativa
Entonces, acceder a estos electores para que respondan a un cuestionario será prácticamente imposible en poco tiempo.
De poder hacerlo, es posible que tardáramos mucho tiempo si no tenemos el personal encuestador o, por otro lado, tal vez no dispongamos del dinero necesario para pagar a un número elevado de encuestadores que puedan buscar la información en pocos días.
Lectura recomendada: Qué es una ficha temática
Ejemplos del Muestreo Estadístico
Ejemplos se pueden plantear muchos.
Empecemos con estos:
- la recolección de información de pacientes que asisten al servicio de urgencias de un hospital principal de una ciudad,
- personas que asisten a un partido importante de fútbol de primera división,
- personas que asisten a un concierto,
- electores a nivel nacional precio a las elecciones presidenciales
- madres de niños y niñas de 5 a 7 años que asisten a escuelas públicas, etc.
Así que podemos citar infinidad de casos en los cuales las poblaciones son muy grandes o disponemos de poco tiempo para obtener la información.
En resumen, se seleccionan muestras por razones de cantidad elevada de individuos de un universo (población), poco tiempo para obtener y procesar los datos, bajo presupuesto (o limitado, como suele ocurrir), o la combinación de todas las anteriores.
En este sentido, es importante conocer y dominar los métodos y técnicas de muestreo, que consisten en seleccionar adecuadamente una muestra y obtener información estadística útil para su aplicación y la toma de decisiones.
Leer: Pasos para hacer una tesis de grado
Objetivos del muestreo estadístico
Como se mencionó anteriormente, el muestreo estadístico sirve para obtener información (datos) de una población a través de una muestra, es decir, mediante el estudio de una parte o subconjunto del universo.
Podemos decir que, el muestreo estadístico cumple con los siguientes objetivos:
- Obtener información de una parte del universo y proyectarla al resto, es lo que llamamos estimación o inferencia estadística.
- Ahorrar tiempo, dinero y otros recursos. Así, con un muestreo obtenemos información útil con una parte de los elementos del universo y ganamos el acercamiento a la información. Es decir, nos aproximamos lo suficiente como para no necesitar el estudio de todos los individuos del universo.
- Tomar decisiones basadas en métodos objetivos bien aplicados, científicamente y un nivel de precisión aceptable.
Tipos de muestreos en estadística
Para avanzar en el conocimiento del muestreo estadístico, es necesario diferenciar entre los dos tipos de muestreo: muestreo no probabilístico y muestreo probabilístico.
Esto quiere decir que, tenemos muchas formas de seleccionar muestras, pero debemos hacerlo de la manera más técnica y científica posible para obtener datos que representen de la forma más acertada a la población; por ello, te explico en qué consisten los tipos de muestreos:
Muestreo no probabilístico
El muestreo no probabilístico es una técnica de muestreo en la que se seleccionan muestras en función del juicio subjetivo del investigador.
Es decir, la selección de los individuos que proporcionan las respuestas está regida por el criterio de quien realiza el estudio o aplica las encuestas.
Por lo cual, puedes tomar a los primeros que encuentra para responder, a los más cercanos, a un grupo de individuos que tienen características alejadas de los valores medios en la población y otras formas que interferirán (con seguridad) en el resultado que buscamos.
Por lo tanto, la subjetividad empleada en la selección de la muestra es contraproducente para el análisis objetivo y la toma de decisiones.
Es por ello que, el muestreo no probabilístico no ofrece valor científico al estudio y, por lo tanto, no sirve para realizar estimaciones o proyecciones.
El muestreo no probabilístico es muy limitado, servirá para algunas impresiones, pero no es útil para hacer estimaciones.
Muestreo probabilístico
Por su parte, el muestreo probabilístico considera el tamaño y distribución de la población que deseamos estudiar para seleccionar una parte de esta de forma objetiva, es decir, en la cual no influye el juicio o “la mano” del investigador.
El muestreo probabilístico se apoya en la suposición de que el azar es el factor encargado de la selección de la muestra, con lo cual se logra la objetividad en la selección.
Esto es, que con el uso de algún medio o herramienta de aleatorización se pueda establecer cuáles individuos del universo entran o no al estudio.
Para esto existen muchos recursos, desde manuales (en los que el investigador diseña el mecanismo aleatorio) hasta automáticos (como la generación de números aleatorios en Excel o en software estadístico).
En consecuencia, de ahora en adelante, si deseas seleccionar una muestra con fines estadísticos, deberás considerar que tus objetivos solo serán alcanzados si seleccionaste aleatoriamente a los individuos de la muestra, es decir, aplicando lo que se conoce como muestreo al azar.
Métodos de selección de muestras
Una vez que hemos decidido irnos por la vía científica, es decir, aplicar el muestreo al azar para obtener mejores resultados en nuestro estudio, es necesario establecer ahora el método más apropiado para seleccionar la muestra, por una parte.
Mientras que, por la otra, se deben emplear métodos para agrupar adecuadamente y obtener estimaciones más precisas.
Por lo pronto, no nos crearemos un problema por esto; simplemente, veamos de qué se trata y en los siguientes artículos analizaremos como emplear cada uno de ellos.
Para aplicar adecuadamente el muestreo estadístico, es preciso contar con el listado de todos los individuos del universo, lo que llamaremos a partir de ahora “Marco Muestral”.
La lista de individuos deben numerados desde 1 hasta N (el cual representa al tamaño del universo).
Con ello podremos realizar la selección de la muestra, para lo cual también será importante calcular su tamaño (esto lo detallamos en un artículo en que hablo sobre el tamaño de la muestra).
Veamos, por lo pronto, las técnicas de selección de la muestra a continuación:
- Selección aleatoria
- Selección sistemática
Selección aleatoria de la muestra
La selección aleatoria consiste en que una vez que conocemos cuál es el tamaño de la muestra (n), utilizaremos un mecanismo de generación de números aleatorios con el cual obtendremos los números identificatorios de los individuos que serán seleccionados.
De manera que, si nuestro universo es de 3.000 personas y el tamaño de muestra es de 300, tendremos que generar 300 números aleatorios (que no se repitan) que pertenezcan al rango comprendido desde el 1 hasta el 3.000, los cuales conformarán nuestra muestra aleatoria estadística, seleccionada al azar; es decir, cada uno de los individuos se seleccionó al azar.
Selección sistemática de la muestra
En la selección sistemática, conocida también como “Muestreo Sistemático”, el proceso es un poco más complejo, pero no tanto.
Con esta técnica de selección dividiremos nuestro marco muestral en n partes iguales (o casi), de allí se selecciona aleatoriamente al primer individuo (que pertenecerá al primer grupo) y, a partir de este, se seleccionan los demás de acuerdo a un salto.
Vamos a ejemplificar este embrollo un poco!
Nuestro universo de ejemplo es de tamaño N = 3.000, mientras que la muestra es de tamaño n = 300. Hasta aquí todo bien.
Ahora, dividimos N/n, lo cual será nuestro nuevo indicador de saltos k.
Entonces, k = 3.000/300, es decir k = 10, es todo el cálculo que tendremos que hacer: ahora, tenemos 300 grupos de tamaño 10 en nuestra lista (Marco Muestral).
Por lo tanto, necesitamos generar un número aleatorio (lo llamaremos i) que pertenezca al rango del 1 al 10, con el cual seleccionaremos al primer individuo del listado.
A partir de allí, solo tendremos que ir aplicando saltos de tamaño 10 (el valor de k), es decir, en nuestra lista que va desde el 1 hasta el 3.000, seleccionaremos a los individuos con el número identificatorio i, i+k, i+2k, i+3k,… hasta obtener los 300 individuos de la muestra. ¡Así de fácil!
Supongamos que cuando se generó el número aleatorio del 1 al 10, salió el 7. Por lo tanto, los individuos de la muestra son aquellos que están identificados con los siguientes números:
7, 17, 27, 37, 47, …, 2.997
Tipos de muestreo
Una vez que hemos visto los métodos de selección de la muestra, haremos mención de los métodos de muestreo, que iremos explicando a lo largo del desarrollo del Blog Investigar con Métodos y Técnicas.
A continuación, una lista de los métodos de muestreo:
- Muestreo Aleatorio Simple
- Muestreo Estratificado
- Muestreo de Conglomerados
- Muestreo por Etapas
- Muestreo por Fases
Lectura Recomendada: Qué es el Método Inductivo
Libros de muestreo recomendados
Existe una gran variedad de recursos bibliográficos para estudiar y aprender sobre muestreo estadístico; te dejo una breve lista de los que me parecen los mejores:
- Técnicas de Muestreo. William G. Cochran
- Elementos de Muestreo. William Mendenhall
- Muestreo: diseño y análisis. Sharon Lohr
Sin embargo, revisa cualquier libro especializado de muestreo, todos cuentan con lo fundamental y te orientarán sobre las técnicas y métodos.
También, existen libros más especializados, como los aplicados a las ciencias de la salud, biología, ingeniería, entre otros.
Conclusiones acerca de para qué sirve el muestreo estadístico
El muestreo estadístico es una de la herramientas cuantitativas más potentes cuando necesitamos inferir en una población a partir de una muestra.
Entonces, la aplicación del muestreo permite también un alto grado de objetividad en nuestra investigación.
Referencias
- Netquest. 27/12/2016. Sampling: what it is and why it works. Disponible en: https://www.netquest.com/blog/en/sampling-what-it-is-why-it-works
- Knime. 8/11/2021. Too Much Data or Not Enough? Solve with Statistical Sampling. Disponible en: https://www.knime.com/blog/statistical-sampling
Leer más artículos de Metodología de la Investigación
- 5 tips para trabajar en la tesis
- Cómo mejorar las búsquedas para mi tesis
- Cómo sacar el Promedio
- Cómo hacer una Investigación Documental
- Pasos para hacer una tesis de grado
- Estrategias para realizar investigaciones
- Cómo hacer las búsquedas para la tesis
- Qué es el método deductivo
- Prueba chi-cuadrado para tablas de contingencia
