POBLACIÓN
Población también llamada universo, es el
conjunto de elementos de referencia sobre el que se realizan las observaciones.
También es el conjunto sobre el que estamos interesados en obtener conclusiones
(inferir). Normalmente es demasiado grande para poder abarcarla, motivo por el
cual se puede hacer necesaria la extracción de una muestra de ésta.
Población en epidemiología
En epidemiología una población es un
conjunto de sujetos o individuos con determinadas características demográficas,
de la que se obtiene la muestra o participantes en un estudio epidemiológico a
la que se quiere extrapolar los resultados de dicho estudio (inferencia
estadística). La estadística es comúnmente considerada como una colección de
hechos numéricos expresados en términos de una relación sumisa, y que han sido
recopilados a partir de otros datos numéricos. Kendall y Buckland (citados por
Gini V. Glas / Julian C. Stanley, 1980) definen la estadística como un valor
resumido, calculado, como base en una muestra de observaciones que
generalmente, aunque no por necesidad, se considera como una estimación de
parámetro de determinada población; es decir, una función de valores de
muestra.
Existen dos tipos de población y son la
absoluta y la relativa:
POBLACIÓN RELATIVA:
Se refiere a la densidad que existe en una
población, acerca de todos los habitantes que forman un km2, un lugar o espacio
geográfico.
POBLACIÓN ABSOLUTA:
El crecimiento de la población es el
resultado de la dinámica demográfica, es decir, de la interrelación entre los
nacimientos, las defunciones y migraciones ocurridas en un determinado período.
La población aumenta por efecto de los nacimientos, y de las inmigraciones, y
disminuye a causa de las defunciones y emigraciones.
MUESTRA
una muestra es un
subconjunto de casos o individuos de una población estadística.
Las
muestras se obtienen con la intención de inferir propiedades de la totalidad de
la población, para lo cual deben ser representativas de la misma. Para cumplir
esta característica la inclusión de sujetos en la muestra debe seguir una técnica de muestreo. En tales casos,
puede obtenerse una información similar a la de un estudio exhaustivo con mayor
rapidez y menor coste (véanse las ventajas de la elección de una muestra, más
abajo).
Por
otra parte, en ocasiones, el muestreo puede ser más exacto que el estudio de
toda la población porque el manejo de un menor número de datos provoca también
menos errores en su manipulación. En cualquier caso, el conjunto de individuos
de la muestra son los sujetos realmente estudiados.
El
número de sujetos que componen la muestra suele ser bastante inferior a la
población total, aunque suficiente grande como para que la estimación de los
parámetros determinados tenga un nivel de confianza adecuado. Para que el tamaño de la muestra sea idóneo es preciso recurrir a su cálculo.
MUESTREO
se conoce como muestreo a la técnica para la selección de una muestra a
partir de una población.
Al elegir una muestra aleatoria se espera conseguir que sus propiedades
sean extrapolables a la población. Este proceso permite ahorrar recursos, y a
la vez obtener resultados parecidos a los que se alcanzarían si se realizase un
estudio de toda la población.
Cabe mencionar que para que el muestreo sea válido y se pueda realizar
un estudio adecuado (que consienta no solo hacer estimaciones de la población
sino estimar también los márgenes de error correspondientes a dichas
estimaciones), debe cumplir ciertos requisitos. Nunca podremos estar
enteramente seguros de que el resultado sea una muestra representativa, pero sí
podemos actuar de manera que esta condición se alcance con una probabilidad
alta.
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,
sigue la llamada distribución muestral.
Se
le adjunta un bloc referente a muestra, población y muestreo: http://estadisticaparaadministracion.blogspot.com/2011/10/poblacion-y-muestra-parametro-y.html
TIPOS DE MUESTREO
Muestreo probabilístico (aleatorio)
En este tipo de muestreo, todos los individuos de la
población pueden formar parte de la muestra, tienen probabilidad positiva de
formar parte de la muestra. Por lo tanto es el tipo de muestreo que deberemos
utilizar en nuestras investigaciones, por ser el riguroso y científico.
Muestreo aleatorio simple
En un muestreo aleatorio simple todos los individuos tienen la misma probabilidad de ser seleccionados. La selección de la muestra puede realizarse a través de cualquier mecanismo probabilístico en el que todos los elementos tengan las mismas opciones de salir. Por ejemplo uno de estos mecanismos es utilizar una tabla de números aleatorios, o también con un ordenador generar números aleatorios, comprendidos entre cero y uno, y multiplicarlos por el tamaño de la población, este es el que vamos a utilizar.
Muestreo aleatorio estratificado
Es frecuente que cuando se realiza un estudio interese estudiar una serie de subpoblaciones (estratos) en la población, siendo importante que en la muestra haya representación de todos y cada uno de los estratos considerados. El muestreo aleatorio simple no nos garantiza que tal cosa ocurra. Para evitar esto, se saca una muestra de cada uno de los estratos.
Hay dos conceptos básicos:
Estratificación: El criterio a seguir en la formación de los estratos será formarlos de tal manera que haya la máxima homogeneidad en relación a la variable a estudio dentro de cada estrato y la máxima heterogeneidad entre los estratos.
Afijación: Reparto del tamaño de la muestra en los diferentes estratos o subpoblaciones. Existen varios criterios de afijación entre los que destacamos:
1. Afijación igual: Todos los estratos tienen el mismo número de elementos en la muestra.
2. Afijación proporcional: Cada estrato tiene un número de elementos en la muestra proporcional a su tamaño.
3. Afijación Neyman: Cuando el reparto del tamaño de la muestra se hace de forma proporcional al valor de la dispersión en cada uno de los estratos.
Muestreo aleatorio sistemático
Es un tipo de muestreo aleatorio simple en el que los elementos se seleccionan según un patrón que se inicia con una elección aleatoria.
Considerando una población de N elementos, si queremos extraer una muestra de tamaño n, partimos de un número h=N/n, llamado coeficiente de elevación y tomamos un número al azar a comprendido entre 1 y h que se denomina arranque u origen.
La muestra estará formada por los elementos: a, a+h, a+2h,....a+(n-1)h.
De aqui se deduce que un elemento poblacional no podrá aparecer más de una vez en la muestra. La muestra será representativa de la población pero introduce algunos sesgos cuando la población está ordenada en función de determinados criterios.
Muestreo aleatorio por conglomerados o áreas
Mientras que en el muestreo aleatorio
estratificado cada estrato presenta cierta homogeneidad, un conglomerado se
considera una agrupación de elementos que presentan características similares a
toda la población.
Por ejemplo, para analizar los gastos familiares o para controlar el nivel de audiencia de los programas y cadenas de televisión, se utiliza un muestreo por conglomerados-familias que han sido elegidas aleatoriamente.
Las familias incluyen personas de todas las edades, muy representativas de las mismas edades y preferencias que la totalidad de la población.
Una vez seleccionados aleatoriamente los conglomerados, se toman todos los elementos de cada uno para formar la muestra. En este tipo de muestreo lo que se elige al azar no son unos cuantos elementos de la población, sino unos grupos de elementos de la población previamente formados. Elegidos estos grupos o "conglomerados" en un número suficiente, se pasa posteriormente a la elección, también al azar, de los elementos que han de ser observados dentro de cada grupo, o bien, según se desee, a la observación de todos los elementos que componen los grupos elegidos.
Por ejemplo, para analizar los gastos familiares o para controlar el nivel de audiencia de los programas y cadenas de televisión, se utiliza un muestreo por conglomerados-familias que han sido elegidas aleatoriamente. Las familias incluyen personas de todas las edades, muy representativas de las mismas edades y preferencias que la totalidad de la población.
Una vez seleccionados aleatoriamente los conglomerados, se toman todos los elementos de cada uno para formar la muestra. En este tipo de muestreo lo que se elige al azar no son unos cuantos elementos de la población, sino unos grupos de elementos de la población previamente formados. Elegidos estos grupos o "conglomerados" en un número suficiente, se pasa posteriormente a la elección, también al azar, de los elementos que han de ser observados dentro de cada grupo, o bien, según se desee, a la observación de todos los elementos que componen los grupos elegidos.
CARACTERISTICAS
|
VENTAJAS
|
DESVENTAJAS
|
|
Aleatorio
simple
|
Se selecciona
una muestra de tamaño n de una población de N unidades, cada elemento tiene
una probabilidad de inclusión igual y conocida de n/N.
|
**Sencillo y de fácil comprensión.
**Cálculo rápido de medias y varianzas.
**Se basa en la teoría estadística, y por
tanto existen paquetes informáticos para analizar los datos
|
Requiere que
se posea de antemano un listado completo de toda la población. Cuando se
trabaja con muestras pequeñas es posible que no represente a la población
adecuadamente.
|
Sistemático
|
**Conseguir un listado de los N elementos de
la población
**Determinar tamaño muestral n.
**Definir un intervalo k= N/n.
**Elegir un número aleatorio, r, entre 1 y
k (r= arranque aleatorio).
**Seleccionar los elementos de la lista.
|
**Fácil de aplicar.
**No siempre es necesario tener un listado
de toda la población.
**Cuando la población está ordenada
siguiendo una tendencia conocida, asegura una cobertura de unidades de todos
los tipos.
|
**Si la constante de muestreo está
asociada con el fenómeno de interés, las estimaciones obtenidas a partir de la
muestra pueden contener sesgo de selección
|
Estratificado
|
En ciertas
ocasiones resultará conveniente estratificar la muestra según ciertas
variables de interés. Para ello debemos conocer la composición estratificada
de la población objetivo a hacer un muestreo. Una vez calculado el tamaño
muestral apropiado, este se reparte de manera proporcional entre los
distintos estratos definidos en la población usando una simple regla de tres.
|
**Tiende a asegurar que la muestra
represente adecuadamente a la población en función de unas variables
seleccionadas.
**Se obtienen estimaciones más precisa
**Su objetivo es conseguir una muestra lo
más semejante posible a la población en lo que a la o las variables
estratificadoras se refiere.
|
**Se ha de conocer la distribución en la
población de las variables utilizadas para la estratificación.
|
Conglomerados
|
Se realizan
varias fases de muestreo sucesivas (polietápico)
La necesidad
de listados de las unidades de una etapa se limita a aquellas unidades de
muestreo seleccionadas en la etapa anterior.
|
**Es muy eficiente cuando la población es
muy grande y dispersa.
**No es preciso tener un listado de toda
la población, sólo de las unidades primarias de muestreo.
|
**El error estándar es mayor que en el
muestreo aleatorio simple o estratificado.
**El cálculo del error estándar es
complejo.
|
Muestreo no probabilístico (no aleatorio)
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. Salvo en situaciones muy concretas en la que los
errores cometidos no son grandes, debido a la homogeneidad de la población, en
general no es un tipo de muestreo riguroso y científico, dado que no todos los
elementos de la población pueden formar parte de la muestra. Por 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 por cuotas:
El muestreo por cuotas es un método de muestreo no probabilístico. Se basa en seleccionar la muestra después de dividir la población en grupos o estratos. Supongamos que tenemos una población de N individuos y que queremos elegir una muestra de n sujetos. Tomaremos los individuos para la muestra mediante el siguiente proceso:
La población se divide en k estratos o grupos, tales como
la edad, sexo, nivel educativo, etc. Supongamos que los estratos tienen N1,
N2,…, Nk elementos, tales que la fórmula de la suma de los elementos de los estratos en el
muestreo por cuotas. El investigador elige las cuotas (número de sujetos) n1,
n2,…, nk que se van a tomar de cada grupo, siendo su suma el total de elementos
n de la muestra, la fórmula de la suma de los elementos escogidos para la muestra
en los estratos mediante el muestreo estratificado, Las cuotas se pueden decidir a criterio lógico del
investigador o mediante criterios adaptados a la muestra.
Se eligen los elementos en cada estrato o grupo por métodos
no probabilísticos. Por ejemplo, podríamos elegir los elementos de la muestra
de nuestra ciudad porque resulta más cómodo, o de un grupo de voluntarios, etc.
¿Cuando utilizarlo?
El muestreo por cuotas se utiliza cuando se tienen datos
adicionales de los individuos (edad, sexo, etc.) y se pueden utilizar ya que el
investigador considera que estos datos pueden influenciar en las
características que se estudian. El análisis por estratos permite un posterior análisis de
las diferencias entre grupos.
Criterios de elección de las cuotas
Las cuotas de los grupos se pueden elegir a criterio del
investigador o mediante criterios estadísticos. Veamos tres criterios
estadísticos:
Elección simple: Las cuotas serán las mismas en los k
estratos. De cada estrato se seleccionarían n/k individuos. Este criterio no es
recomendable cuando los estratos tienen diferente número de individuos.
Elección proporcional al tamaño del estrato: la cuota en
cada grupo es proporcional a los elementos de dicho grupo. En cada estrato se
tomarán ni elementos, calculados mediante la fórmula: Fórmula de las cuotas siendo proporcional al tamaño de los
estratos en el muestreo por cuotas.
Por ejemplo, suponemos que estamos haciendo un estudio
sobre la vista de la población de una ciudad. Supongamos que el 30% de la
población lleva gafas y el 70% no. Mediante este método se escogería el 30% de
la muestra de personas que lleven gafas y el 70% del resto.
Elección proporcional a la variabilidad del estrato: si se
conoce la variabilidad de la característica que estamos tomando en cuenta en
cada estrato, las cuotas son proporcionales a ella en cada grupo. En los grupos
donde la varianza es mayor, la cuota, por tanto, es mayor.
Fórmula de las cuotas en cada uno de los estratos siendo
proporcional a la variabilidad de los estratos en el muestreo por cuotas.
Diferencia con el muestreo estratificado
El muestreo por cuotas se diferencia del muestreo
estratificado en que la elección de los sujetos en cada estrato se realiza a
criterio del investigador, y no aleatoriamente como en el muestreo estratificado.
El muestreo por conveniencia :
Es un método de muestreo no
probabilístico. Consiste en seleccionar a los individuos que convienen al
investigador para la muestra. Esta conveniencia se produce porque al
investigador le resulta más sencillo examinar a estos sujetos, ya sea por
proximidad geográfica, por ser sus amigos, etc.
Ejemplos
El
médico de un instituo quiere realizar un estudio óptico para comprobar si los
jóvenes mejoran su vista después de unos determinados ejercicios visuales. Para
ello decide realizar el estudio a los alumnos de un curso del instituto.
Un
hospital desea hacer un estudio para testar la eficacia de su nueva vacuna
contra la gripe que acaba de patentar un laboratorio farmacéutico. Realizan el
estudio sobre sus pacientes por que así al hospital le supone menos costes
económicos.
¿Cuando utilizarlo?
El
método del muestreo por conveniencia permite seleccionar una muestra con
muchísima facilidad. Suele utilizarse en estudios iniciales para comprobar si
se cumplen las hipótesis que se plantea el investigador. Una vez realizado el
estudio, si se comprueba que los resultados son favorables a sus predicciones,
ya se puede plantear la posibilidad de hacer el estudio con muestras
probabilísticas para generalizar el resultado. Si se
quisieran obtener resultados para generalizar a toda la población, este método
no es aconsejable.
El muestreo casual o accidental es un método
de muestreo no probabilístico donde los individuos se eligen de manera casual,
sin ningún juicio previo. Las personas que realizan el estudio eligen un lugar
o un medio, y desde ahí realizan el estudio a los individuos de la población
que accidentalmente se encuentren a su disposición. Veamos algunos ejemplos:
Ejemplos
Se realiza una encuesta de opinión sobre un producto de
higiene personal que se ha lanzado al mercado recientemente. La empresa
contrata a una serie de entrevistadores que realizan las encuestas en la calle.
Éstos van entrevistando a los que se van encontrando accidentalmente por la
calle.
Una productora desea saber la opinión general de la
población de una ciudad respecto a su última película. Para ello desplaza a los
cines de la ciudad a un equipo de entrevistadores para preguntar directamente a
la gente que sale de la sala si les gustó su película.
¿Cuando utilizarlo?
Utilizaremos el muestreo casual o accidental únicamente
para hacernos una idea de cual es la opinión de la gente respecto a algún
producto o tema de actualidad. los resultados obtenidos mediante muestreo casual o
accidental no son representativos de la opinión de toda la población, sino que
el resultado es orientativo.
Bola de nieve:
El método de muestreo de bola de nieve (o muestreo por
referidos) es un método de muestreo no probabilístico. El muestreo se realiza
sobre poblaciones en las que no se conoce a sus individuos o es muy difícil
acceder a ellos. Podrían ser los casos de sectas secretas, indigentes, grupos
minoritarios, etc. Se llama muestreo de bola de nieve porque cada sujeto
estudiado propone a otros, produciendo un efecto acumulativo parecido al de la
bola de nieve.
Ejemplos
Un investigador quiere hacer un estudio sobre el
comportamiento de los individuos de una secta secreta. Empieza estudiando a
tres integrantes de misma que conoce y ellos le van presentando a otros sujetos
para incluirlos en su estudio.
Un médico ha tratado a un paciente con una enfermedad rara
y decide hacer un estudio sobre ella. Para ello, recurre al paciente, que le va
derivando a sus conocidos con dicha enfermedad y a través del muestreo de bola
de nieve entrevista al número de individuos que precisa.
¿Cuando utilizarlo?
El muestreo de bola de nieve se utiliza cuando se va a
estudiar a una población a la que es muy difícil acceder. El investigador
conoce algún componente de la población y a través de ellos va completando la
muestra.
El
investigador depende mucho de la información que pueda obtener de los sujetos
que estudia, y podría darse el caso de que se quede con muy pocos individuos en
la muestra.
MUESTREO DISCRECIONAL O POR
JUICIO
El método de muestreo discrecional (o muestreo por juicio) es un método de muestreo no probabilístico. Los sujetos se seleccionan a base del conocimiento y juicio del investigador.
El investigador selecciona a los individuos a través
de su criterio profesional. Puede
basarse en la experiencia de otros estudios anteriores o en su conocimiento
sobre la población y el comportamiento de ésta frente a las
características que se estudian.
Ejemplos
§
Supongamos que el
investigador va a realizar un estudio sobre el nivel
de satisfacción del profesorado de cierta universidad. El estudio
se suele realizar cada dos años, por lo que el responsable del estudio, gracias
a su experiencia y sus antecedentes, sabe perfectamente cual puede ser la
mejor muestra para el estudio.
§
A un jefe de estudios le
encomiendan un estudio del nivel de satisfacción de los alumnos con un
determinado profesor. El investigador, que conoce a todos los alumnos de esa
clase, decide utilizar el muestreo
discrecional seleccionando a los alumnos que cree que serán los más
representativos.
¿Cuando
utilizarlo?
§
Este método de muestreo es
aconsejable cuando el responsable del estudio conoce estudios anteriores
similares o idénticos y sabe con precisión que la muestra que utilizaron fue útil para el estudio.
§
Si la población es muy reducida y
conocida por el investigador.
Se
adjunta un video de un resumen de todo el contenido de muestra; población y
muestreo
No hay comentarios:
Publicar un comentario