Portal Paula

Muestreo

Para estudiar diferentes aspectos de una población, a menudo es necesario delimitar una muestra de la misma, ya que no será posible interrogar o observar cada individuo de la población estudiada.

El hecho de trabajar con muestras no es ideal, pero facilita el estudio a nivel de tiempo, presupuesto, acceso a la información. De todos modos, habrá que garantizar la representatividad de la población de la que se ha extraído.

Algunos términos que hay que tener claros son:

  1. Población: Conjunto de todas las personas u objetos de los que queremos conocer un fenómeno o aspecto de una realidad.
  2. Muestra: Parte de la población con la que realizaremos la investigación.
  3. Individuo: Cada uno de los elementos que componen la muestra. Pueden ser objetos, eventos o personas.
  4. Generalización: La posibilidad de aplicar los resultados o conclusiones de los elementos de la muestra a toda la población de la que se ha obtenido.
  5. Error aleatorio o de muestreo: La diferencia entre los resultados obtenidos con la muestra y los resultados que se habrían obtenido si se hubiera estudiado toda la población.
  6. Intervalo de confianza: Indica el nivel de precisión alcanzado con la descripción de una característica poblacional a partir de la muestra.

Aplicaciones:

A la hora de determinar cuántas personas hay que interrogar u observar, y si las personas escogidas serán representativas de la población en general, es necesario utilizar las técnicas validadas para el muestreo. Estas técnicas son empleadas en las metodologías cuantitativas, sobre todo en los métodos de encuesta.

Tipo de muestreo:

  1. Probabilístico: Proceso de selección mediante el cual todos los elementos de la población tienen la misma probabilidad de ser seleccionados. Puede ser:
    • Aleatorio simple: Cada elemento tiene la misma probabilidad de ser incluido en la muestra. Se define la población, se confecciona una lista de las unidades de la población, se asigna un número a cada unidad de la población, se determina el tamaño de la muestra, y se escogen las unidades al azar.
    • Aleatorio sistemático: Similar al anterior, pero el procedimiento es diferente. Primero se determina el tamaño de la muestra. Después se calcula el intervalo de selección que resulta de dividir el total de la población (N) por el tamaño de la muestra (n). Al azar se determina por qué elemento se inicia la selección, y luego se aplica el intervalo de selección para escoger el resto de elementos.
    • Aleatorio estratificado: En poblaciones muy grandes los procedimientos anteriores pueden ser muy tediosos; por ello, a menudo se recurre a estratificar la muestra según las características (sexo, edad, barrio…) de la población. Este tipo de muestreo es útil cuando queremos mayor precisión en poblaciones no homogéneas, para reducir los costes y los esfuerzos del estudio. Un inconveniente es que a menudo no disponemos de listas de toda la población con las características para la estratificación. A la hora de establecer cuántos individuos de cada estrato se incluyen en la muestra lo podemos hacer por el método simple (n/nº estratos por cada estrato) o de forma proporcional (n/N * nº individuos del estrato).
    • Por conglomerados: Se utiliza cuando se tienen pequeños grupos y poco homogéneos. En este caso, la unidad muestral no es el individuo, sino el conjunto al que pertenece (aula, familia, club, urna electoral, bloque de pisos…). Los conglomerados, a diferencia de los estratos, son heterogéneos y buscan ser representativos de la población.
  2. No probabilístico: No todos los elementos tienen la misma probabilidad de pertenecer a la muestra. También se llama muestreo empírico. Son técnicas menos precisas pero a la vez menos costosas.
    • De conveniencia: Se seleccionan los individuos a medida que se encuentran.
    • Intencional: Se escogen los elementos de la muestra en función de las características típicas de lo que se quiere estudiar.
    • Por cuotas: Muy utilizado en estudios de opinión. Se escogen personas que reúnen ciertas características (edad, género, nacionalidad, etc.) que se quieren considerar.
    • Bola de nieve: Obtenemos la muestra a partir de individuos que nos facilitan los miembros que ya hemos incluido. Se utiliza cuando es difícil el contacto con las personas que nos interesan (estudios de toxicomanía, delincuencia…).

Obtención del tamaño adecuado:

Hay que tener en cuenta que a la hora de definir una muestra existen una serie de errores estadísticos asociados a la misma, y que es imprescindible indicarlos a la hora de tratar los resultados del estudio en cuestión. Estos son el error muestral y el nivel de confianza.

La siguiente tabla muestra las fórmulas para calcular el tamaño de la muestra representativa en función del error muestral (e), el nivel de confianza deseado (K), el total de la población (N; puede ser finito o infinito) y la probabilidad de lo que queremos observar (p).

Imaginemos que queremos calcular el tamaño de la muestra (n) que necesitamos para hacer un estudio sobre el consumo de alcohol entre los menores de un instituto de 1500 alumnos (N). El nivel de confianza deseado (K; ver pie de tabla) es del 99,7% y el margen de error del 3%. No tenemos información de estudios previos sobre el consumo de alcohol en jóvenes; en este caso, la probabilidad del suceso se fija en 50% (p=0,5)

Utilizando la tabla, podremos ver cuántos alumnos deberemos incluir en la muestra para que sea representativa.

La población es finita, por lo que el cálculo queda:

(1500 x 3×3 x 50 x 50) / (1499 x 3×3 + 3×3 x 50 x 50) = 937

Podemos ver cómo reduciendo el nivel de confianza a K=2 (95,5%) obtendremos tamaños de muestra más pequeños:

(1500 2×2 x 50 x 50) / (1499 x 3×3 + 2×2 x 50 x 50) = 639

Procedimiento:

  1. Definir la población a utilizar: Se diferencia entre población Objeto y población Origen, entendiendo por población Objeto aquella de la que se quieren obtener los datos, y por población Origen la que representará la fuente de los datos. Esta diferenciación se aplica en casos en los que, por diversas razones, no podemos obtener acceso directo a la población Objeto (vulneración de la intimidad, datos sensibles, etc.) y, por tanto, tenemos que recurrir a documentos u otros recursos, a los que denominamos población Origen.
  2. Hacer un listado de la población: Es un listado de las unidades de muestreo.
  3. Elegir la técnica de muestreo: Elija entre las diferentes técnicas aquella que permita máxima representatividad de la muestra con un coste mínimo.
  4. Obtener la muestra adecuada: Tres factores posibilitan la obtención de un tamaño adecuado de la muestra: el tipo de población, el tipo de diseño de la muestra y el grado de precisión que se quiere alcanzar.

"Trackback" Enlace desde tu web.

Deja un comentario

 

La Agenda 2030 de la ONU incluye, entre sus metas, la Educación para la Ciudadanía Global.

La Agenda 2030 de la ONU incluye, entre sus metas, la Educación para la Ciudadanía Global.

El Objetivo 4 de la Agenda 2030 para el Desarrollo Sostenible de las Naciones Unidas incluye, en su meta 4.7, como propósito de aquí a 2030:

Garantizar que todo el alumnado adquiera los conocimientos teóricos y prácticos necesarios para promover el desarrollo sostenible, entre otras cosas mediante la educación para el desarrollo sostenible y la adopción de estilos de vida sostenibles, los derechos humanos, la igualdad de género, la promoción de una cultura de paz y noviolencia, la ciudadanía mundial y la valoración de la diversidad cultural y de la contribución de la cultura al desarrollo sostenible.

Nuestros gobiernos han suscrito este acuerdo internacional y, por lo tanto, se comprometen a darle cumplimiento.


Una iniciativa de:

 

 

Powered by Warp Theme Framework