Tipos de muestreo y sus características (con ejemplos)
Los tipos de muestreo son las diversas maneras de extraer datos de una parte del total, una poderosa herramienta estadística cuya función es determinar qué parte de la población o el universo es necesario examinar, para realizar inferencias y obtener información sobre la misma.
El muestreo es muy importante cuando no se puede o no se quiere analizar la población completa. Nótese que el término “población” no se refiere solamente a un gran conjunto de personas o seres vivos, sino en general al total de elementos que se vaya a estudiar en un problema dado.
De acuerdo al tipo de muestreo elegido, se selecciona la parte de la población que se considera como más representativa, siempre conforme a los objetivos.
Desde luego que cuando se toma solamente una parte del universo de datos, es posible pasar algunos detalles por alto y omitir información, razón por la cual los resultados no serán todo lo precisos que deberían. A esto se le conoce como error de muestreo.
La idea es simplificar el universo de datos lo más que se pueda, escogiendo la muestra más representativa que sea capaz de brindar la máxima información, para asegurar así la validez de los resultados.
Muestreo probabilístico | Muestreo no probabilístico |
Cuantitativo. | Cualitativo. |
Mayor inversión de tiempo y recursos. | De muy bajo costo. |
Cada elemento de la población tiene la misma probabilidad de ser seleccionado. | Los elementos son seleccionados de acuerdo a los intereses de la investigación. |
Puede llevarse a cabo con reemplazo o reposición. | El investigador debe conocer las características de la población. |
Índice del artículo
Un muestreo probabilístico se basa en la probabilidad que tienen los sujetos de la muestra para ser seleccionados. De esta forma se brinda a cada elemento de la población una posibilidad conocida de ser elegido, que por supuesto debe ser mayor que 0.
Esto es sumamente importante, porque puede ocurrir que de un universo de datos, se haya seleccionado una muestra que no sea lo bastante representativa del conjunto.
De ser así, los resultados estarán sesgados, ya que algunas partes de la población estarán más favorecidas frente a otras. Para evitar el sesgo, del cual hay diversas categorías, una opción es dejar que el azar se encargue de seleccionar la muestra y dar así a cada elemento, una probabilidad no nula de ser seleccionado.
Esta es una manera sencilla de garantizar que el azar haga su trabajo. Por ejemplo, si se trata de seleccionar algunos niños en un curso para que participen en un evento artístico de la escuela, se colocan todos los nombres de los niños en idénticas papeletas dobladas, se mezclan en un sombrero y se saca al azar un puñado.
Todos los niños del curso constituyen la población, y el puñado de papeletas que se sacó del sombrero es la muestra.
El éxito del procedimiento radica en hacer una lista completa de todos los niños, para que nadie quede por fuera. En un curso pequeño esto no es problema; pero cuando se quiere seleccionar una muestra entre una población de más tamaño, hay que refinar el método.
El muestreo aleatorio simple puede llevarse a cabo con reemplazo o reposición. Por ejemplo si extraemos algún elemento de la población y lo devolvemos luego de seleccionarlo y examinarlo, el universo de nuestros elementos se mantiene siempre igual a lo largo del estudio.
Si por el contrario el elemento elegido se estudia, más no se devuelve, se trata de muestreo sin reemplazo. Esto debe tomarse en cuenta a la hora de calcular las probabilidades que tiene un elemento de ser seleccionado.
Para llevar a cabo este muestreo también se necesita de un listado de N elementos y también determinar el tamaño de la muestra, al cual llamaremos n. Al listado se le denomina marco de muestreo.
Ahora se define el intervalo de salto, que se denota con la letra k y se calcula así:
k = N/n
Se elige un número aleatorio –al azar- entre 1 y k, llamado r o arranque aleatorio. Este es el primer individuo de la lista en ser seleccionado y a partir de él se van escogiendo los siguientes elementos de la lista.
Un ejemplo: supongamos que se tiene el listado de 2000 estudiantes de una universidad y se quiere obtener una muestra de 100 alumnos para que participen en un congreso.
Lo primero que hay que hacer es encontrar el valor de k:
k = 2000/100 = 20
Una vez que hemos dividido el total de alumnos en 100 fragmentos de 20 alumnos, se toma uno de los fragmentos y se elige un número al azar entre 1 y 20, por ejemplo el 12. Por lo tanto el doceavo alumno de nuestra lista es el arranque aleatorio.
El siguiente alumno en ser seleccionado debe ser el 12+20 = 22, luego el 42, después el 62 y así sucesivamente, hasta completar los 100.
Como se puede ver, es un método rápido de aplicar y que suele dar muy buenos resultados, sin necesidad de colocar los 2000 nombres en un sombrero y sacar 100 de ellos, siempre y cuando no haya periodicidades en la población, que den lugar a sesgos.
En el muestreo aleatorio simple, cada elemento de la población tiene la misma probabilidad de ser seleccionado. Pero esto no siempre pudiera ser cierto, sobre todo cuando hay más complejidades que tomar en cuenta.
Para llevar a cabo un esquema de muestreo aleatorio estratificado, hay que dividir a la población en grupos con características semejantes. Estos son los estratos. Luego se toman los estratos y se eligen muestras aleatorias simples de cada uno, que luego se combinan para formar la muestra definitiva.
Los estratos se determinan antes de muestrear, estudiando las características del universo de datos.
Estas características pueden ser el estado civil, la edad, el lugar en que se vive, por ejemplo población urbana, suburbana y rural, la profesión, el grado de instrucción, el sexo y muchas más.
En todo caso, se espera que las características de cada estrato sean bien distintivas, es decir, que cada estrato sea homogéneo.
Dentro del muestreo estratificado distinguimos dos categorías, según si el tamaño de la muestra de cada estrato es o no es proporcional al tamaño de este.
Los métodos antes descritos seleccionan a los elementos de la muestra de manera directa, pero en el muestreo por conglomerados, se elige un grupo de elementos de la población y estos serán la unidad muestral, a la que se denomina conglomerado.
Ejemplos de conglomerados son los departamentos de una universidad, entidades geográficas como provincias, ciudades, condados o municipios, todos los cuales tienen idéntica probabilidad de ser seleccionados. En caso de escoger alguna entidad geográfica se habla de muestreo por áreas.
Una vez escogidos los conglomerados, se eligen de allí los elementos a analizar. Por ello el procedimiento puede tener varias etapas.
Este método tiene algunas similitudes con el método aleatorio estratificado, solo que aquí se seleccionan algunos conglomerados del total, mientras que en el método anterior se estudiaban todos los estratos de la población.
Puede que para algunas situaciones el muestreo probabilístico sea muy costoso, ya que se debe invertir tiempo y recursos para encontrar muestras que sean verdaderamente representativas.
También suele ocurrir que no se tenga un marco muestral completo –el listado-, por lo tanto no es posible determinar la probabilidad de seleccionar un elemento.
Para esos casos se emplean tipos de muestreo no probabilístico, con los que también se obtiene información, pese a que no hay garantía alguna de precisión en los resultados.
Cuando se aplica este tipo de muestreo, igual hay que seguir algún criterio a la hora de la selección, buscando que la muestra sea lo más adecuada dentro de lo posible.
Es un tipo de muestreo bastante elemental, en el cual los elementos de la muestra se eligen de acuerdo a su disponibilidad, es decir, seleccionando los individuos que se encuentren más a la mano. Tiene la ventaja de ser un método de muy bajo costo, por su rapidez y comodidad.
Pero como se dijo, no hay certeza de obtener información fiable de sus resultados. A veces se usa para hacer sondeos breves y rápidos antes de una elección, o también indagar acerca de las preferencias de los clientes sobre ciertos productos.
Por ejemplo un encuestador puede dirigirse a la salida de tres de los centros comerciales que le queden más próximos a su casa y preguntarle a los que salen por cuál candidato votarían. O bien un profesor puede encuestar a sus propios alumnos, porque tiene acceso inmediato a ellos.
Pese a que luce como si los resultados de tal procedimiento no tuvieran valor, sucede que podrían ser un buen reflejo de la población, siempre y cuando existan buenas razones para suponer que el sesgo no es muy grande.
Sin embargo no es tan sencillo, porque puede que los alumnos de un determinado profesor no constituyan una muestra representativa del resto del estudiantado. Y casi siempre los encuestadores en centros comerciales suelen entrevistar a las personas de aspecto más atrayente.
Para hacer muestreo por cuotas se debe tener un buen conocimiento previo de los estratos de la población, para así tener una idea de cuáles son los elementos más representativos. Pero no se rige por el criterio de aleatoriedad del muestreo estratificado.
En este tipo de muestreo es necesario fijar unas “cuotas”, de allí el nombre del método. Estas cuotas consisten en reunir una cantidad de elementos con ciertas condiciones, por ejemplo 15 mujeres cuya edad esté comprendida entre 25 a 50 años, que no fumen y además posean un automóvil.
Una vez determinada la cuota, se escoge a las primeras personas que reúnan las condiciones establecidas. El criterio para este último paso puede ser a conveniencia del investigador. Aquí se ve la diferencia con el método de muestreo estratificado, que sí tiene carácter aleatorio.
Sin embargo es un método de bajo costo que es ventajoso si, como dijimos, se conoce bien a la población bajo estudio.
El procedimiento a seguir en este estilo de muestreo es seleccionar a unas cuantas personas que conducen a otras, y estas a su vez a otras, hasta que la muestra tenga el tamaño que necesita el investigador.
Se trata de un procedimiento que puede ser útil para caracterizar algunas poblaciones con rasgos bastante específicos. Ejemplos: los internos en un penal o personas con ciertas enfermedades.
Finalmente aquí es el investigador quien decide los criterios que va a emplear para escoger su muestra, de acuerdo a sus conocimientos. Puede ser útil cuando es preciso añadir al estudio ciertos individuos, que de emplear un método aleatorio, podrían quedarse sin participar.
- Berenson, M. 1985.Estadística para Administración y Economía, Conceptos y Aplicaciones. Editorial Interamericana.
- Estadística. Muestreo. Recuperado de: enciclopediaeconomica.com.
- Estadística. Muestreo. Recuperado de: estadistica.mat.uson.mx.
- Explorable. Muestreo por conglomerados. Recuperado de: explorable.com.
- Moore, D. 2005. Estadística Básica Aplicada. 2da. Edición.
- Netquest. Muestreo probabilístico: muestreo estratificado. Recuperado de: netquest.com.
- Wikipedia. Muestreo. Recuperado de: es.wikipedia.org