Menú Cerrar

La Guía definitiva del Muestreo

Muestreo

El muestreo puede decirse que es un procedimiento  específico utilizado para seleccionar miembros de una  población que se incluirán en un estudio Debido a que frecuentemente la población objetivo tiene un tamaño grande, a los investigadores no les queda más remedio que analizar una serie de casos particulares, una muestra, en el entendido que esta sea representativa de la población de donde se extrajo

Población y muestra
Población y muestra

Entre las ventajas del muestreo podemos mencionar las siguientes:

  • Hace que la investigación de cualquier tipo y dimensiones sea manejable
  • Implica ahorros significativos en los costos
  • Aumenta la precisión de los resultados de la investigación
  • Brinda la oportunidad de procesar la información de una manera más eficiente
  • Acorta el tiempo empleado para la recogida de los datos.

 

Conceptos clave al hablar de muestreo


Población o universo

A toda la agregación de elementos de los que se pueden extraer muestras se le conoce como población. En el muestreo, la población no se refiere a las unidades o elementos que la conforman, más bien tiene que ver con un conjunto de datos numéricos que provienen de la medición o conteo de alguna característica de los miembros de la población. Población o poblaciones de interés son términos intercambiables. Una población de interés puede ser el universo de naciones o ciudades. Esta es una de las primeras cosas que el analista necesita definir correctamente, mientras lleva a cabo su investigación Por lo tanto, la población, en contra de su noción general como población total de una nación, tiene un significado mucho más amplio en el muestreo. Comúnmente, cuando nos encontremos con el término “N” representa el tamaño de la población.

Censo

Un estudio completo de todos los elementos presentes en la población se conoce como censo. Es un proceso lento y costoso y, por lo tanto, rara vez es utilizado por  los investigadores. La noción general de que un censo genera datos más precisos que el muestreo no siempre es cierta. Las limitaciones incluyen la imposibilidad de obtener  una lista completa y precisa de todos los miembros de la población y el rechazo de los elementos para proporcionar información. El censo nacional de población es un ejemplo de encuesta censal.

Sesgo

Sesgo es el término que se refiere a qué tan lejos se encuentra un valor promedio (el estimador)  del parámetro que está estimando Es decir, el error que surge al intentar estimar una cantidad poblacional. Los errores aleatorios se cancelarán entre sí en ausencia de sesgo, cuando  este  último está presente no sucede tal anulación. Se dice entonces que hay error sistemático.

Precisión

La precisión se define como el grado en que el sesgo está ausente de la muestra. Una muestra precisa (imparcial) es aquella que representa exactamente a la población. Está libre de cualquier influencia que cause diferencias entre el valor de la muestra y el valor de la población.

Sesgo y error
Sesgo y error. Fuente de imagen: https://bit.ly/2m0avYP

¿Cuáles son las características de una buena muestra?


Una buena muestra es aquella que satisface todas o algunas de las siguientes condiciones:

Representatividad

Cuando el investigador adopta el método de muestreo, la suposición básica es que las muestras seleccionadas de la población son los mejores representante de ella. Así, buenas muestras son aquellas que representan con precisión a la población. La técnica de muestreo probabilístico produce muestras representativas. En términos de medición, la muestra debe ser válida. La validez de una muestra depende de su precisión.

Tamaño

Una buena muestra debe ser adecuada en tamaño y confiable. El tamaño de la muestra debe ser tal que las inferencias extraídas a partir de ella  sean precisas a un nivel de confianza dado

El proceso de muestreo paso a paso


El proceso de muestreo en la recopilación de datos primarios implica las siguientes etapas:

  • Definición de la población objetivo.
  • Especificación del marco muestral.
  • Especificando la unidad de muestreo.
  • Selección del método de muestreo.
  • Determinación del tamaño de la muestra.
  • Establecer el plan de muestreo.
  • Selección de la muestra.

 

Definición de población objetivo

La población objetivo representa un segmento específico dentro de una población más amplia, que está mejor posicionada para servir como fuente de datos primarios para la investigación. Por ejemplo, para una tesis titulada ” Impacto de los sitios de redes sociales en las prácticas de gestión del tiempo entre estudiantes universitarios en el Reino Unido “, la población objetivo consistiría en individuos que estudian en universidades de ese país.

Especificación del marco muestral

Una vez que la definición de la población es clara, el investigador debe decidir sobre el marco muestral. Un marco de muestreo es la lista de elementos de los que se puede extraer la muestra. Continuando con el ejemplo de los estudiantes universitarios en el Reino Unido, el marco muestral ideal sería una base de datos que contiene la información de todos los individuos matriculados en instituciones de educación superior de ese país. Sin embargo, en la práctica es difícil obtener un marco de muestreo exhaustivo que se ajuste plenamente a los requisitos de una investigación en particular. En general, los investigadores usan marcos muestrales fácilmente disponibles, como directorios telefónicos y listas de usuarios de tarjetas de crédito y teléfonos móviles. Algunas empresas privadas proporcionan bases de datos desarrolladas a lo largo de diversas variables demográficas y económicas. A veces, los mapas y las imágenes aéreas también se utilizan como marcos de muestreo

Especificación de la unidad de muestreo

La  unidad de muestreo es un bloque  básico que incluye un único elemento o un grupo de elementos de la población a muestrear. En nuestro caso, una universidad se convierte en una unidad de muestreo y todos los estudiantes matriculados en esa casa de estudios son elementos de muestreo. Si es posible identificar el público objetivo exacto de la investigación, cada elemento individual sería una unidad de muestreo. Este sería el  caso de unidad de muestreo primario. Sin embargo, un procedimiento  conveniente y mejor de muestreo sería seleccionar universidades como unidades de muestreo en lugar de estudiantes individuales. Estaríamos hablando de unidad de muestreo secundaria.

Determinación del tamaño de la muestra

Este es el número de individuos del marco de muestreo que participarán en el proceso primario de recopilación de datos. Las siguientes observaciones deben tenerse en cuenta al determinar el tamaño de la muestra:

  1. La magnitud del error de muestreo se puede disminuir aumentando el tamaño de la misma.
  2. Hay mayores exigencias de tamaño de muestra en los estudios basados ​​en encuestas que en los estudios experimentales.
  3. Se debe anticipar un gran tamaño de muestra inicial para los cuestionarios enviados por correo electrónico, ya que el porcentaje de respuestas puede ser tan bajo como 20 o 30%.
  4. Los factores más importantes para determinar el tamaño de la muestra incluyen disponibilidad de los sujetos y factores de costo

Por ejemplo, para la misma investigación de “Impacto de los sitios de redes sociales en las prácticas de gestión del tiempo entre estudiantes universitarios en el Reino Unido, Podría determinarse que el tamaño de la muestra incluye a 2000 encuestados.

Selección del método de muestreo

El método de muestreo describe la forma en que se seleccionan las unidades de muestra. La elección del método de muestreo está influenciada por los objetivos de la investigación, la disponibilidad de recursos financieros, las limitaciones de tiempo y la naturaleza del problema a investigar. Todos los métodos de muestreo se pueden agrupar en dos categorías distintas, es decir, muestreo probabilístico y muestreo no probabilístico De ellos hablaremos más en detalle en este mismo artículo o en uno posterior, no me decido todavía 😯

Especificación del plan de muestreo

En este paso, se describen las decisiones con respecto a la implementación del proceso. Suponga que los bloques en una ciudad son las unidades de muestreo y los hogares son los elementos de muestreo. Este paso describe el modus operandi del plan de muestreo para identificar casas en función de características específicas. Incluye cuestiones tales  cómo el entrevistador tomará una muestra sistemática de las casas. ¿Qué debe hacer el entrevistador cuando una casa está vacía? ¿Cuál es el procedimiento reconectar con los encuestados que no estaban disponibles? Todas estas y muchas otras preguntas, deben ser respondidas para el buen funcionamiento del proceso de muestreo. Estas son pautas que ayudarían al investigador en cada paso que tenga que llevar a cabo

Aplicar el método de muestreo elegido en la práctica

Este es el paso final en el proceso de muestreo, donde se lleva a cabo la selección real de los elementos de la muestra. En esta etapa, es necesario que los entrevistadores se apeguen a las reglas descritas en el plan de muestreo. Este paso implica despliegue  del plan de muestreo para seleccionar la muestra requerida por la investigación.

Tipos de muestreo en investigación socio-educativa


Los métodos de muestreo como dijimos están divididos en dos categorías: muestreo probabilístico y muestreo no probabilístico En el muestreo probabilístico, cada miembro de la población tiene una posibilidad conocida de participar en el estudio. Los métodos de muestreo probabilístico incluyen el muestreo aleatorio simple, muestreo estratificado, sistemático, multietapa y muestreo por conglomerados. En el muestreo no probabilístico, por otro lado, los integrantes de la muestra se seleccionan de manera no aleatoria, por lo tanto, no todo miembro de la población tiene la oportunidad de quedar incluido en la muestra. Los métodos de muestreo no probabilísticos incluyen muestreo intencional, muestreo por cuotas, de conveniencia y muestreo de bola de nieve.

Tipos de muestreo
Tipos de muestreo

 

Muestreo probabilístico


En el muestreo probabilístico, cada miembro de la población tiene una probabilidad conocida, no nula, de participar en el estudio. Vale decir, todos tienen la misma posibilidad de formar parte de la muestra La aleatorización o el azar es el núcleo de la técnica de muestreo probabilístico. En el muestreo no probabilístico, al contrario, los integrantes de la muestra se seleccionan de forma no aleatoria; Por lo tanto, en el muestreo no probabilístico sólo ciertos miembros de la población tienen la oportunidad de participar en el estudio.

¿Cómo aplicamos el muestreo probabilístico en un caso concreto?


Digamos que el tema de tu tesis es “Describir el grado de comprensión lectora de los alumnos de cuarto grado de la escuela X”. De manera que eliges el método de recolección de datos primarios, usando la técnica de la encuesta a través de un test de evaluación. El proceso de muestreo probabilístico constaría de 4 etapas:

  1. Identificar un marco de muestreo apropiado basado en tus preguntas y objetivos de investigación. Suponiendo que en la escuela X hay 400 alumnos de cuarto grado, tu marco de muestreo sería de 400.
  2. Determinación de un tamaño de muestra adecuado. Puedes decidir que el tamaño de la muestra de 120 alumnos (30% de la población) debería ser suficiente para los fines de esta investigación.
  3. Elegir la técnica de muestreo más apropiada y seleccionar la muestra. En este caso, el muestreo aleatorio simple, la forma más básica de muestreo probabilístico se puede aplicar mediante el uso de una tabla de números generados aleatoriamente.

Los sitios web como Graph Pad  entre muchos otros se pueden utilizar para realizar esta tarea de manera fácil y rápida. Haz clic en el enlace de arriba e introduce los valores como se indica en la imagen:

Calculadora de números aleatorios
Calculadora de números aleatorios

Luego haz clic en el botón de color naranja,

Tabla números aleatorios
Tabla números aleatorios

De esta manera, obtienes 120 números aleatorios diferentes entre 001 y 400 que representan a la muestra de estudiantes de cuarto grado con los que vas a trabajar. 4. Verificar si la muestra es representativa de la población.

Ventajas del muestreo probabilístico

Entre los aspectos positivos de este método de muestro, menciono los siguientes:

  • La ausencia de error sistemático y sesgo de muestreo
  • Mayor nivel de fiabilidad de los resultados de la investigación.
  • Mayor precisión de la estimación del error de muestreo.
  • La posibilidad de hacer inferencias sobre la población.

Desventajas del muestreo probabilístico

Estos son los puntos menos convenientes:

  • Mayor complejidad en comparación con el muestreo no probabilístico
  • Más tiempo
  • Generalmente es más costoso que el muestreo no probabilístico

 

Muestreo no probabilístico


En el muestreo no probabilístico (también conocido como muestreo no aleatorio) no todos los miembros de la población tienen la posibilidad de participar en el estudio. Esto es contrario al muestreo probabilístico, donde cada miembro de la población tiene una probabilidad conocida, no nula, de ser seleccionado para muestra. Bueno, podrías preguntarte aquí que si no es aleatorio por qué hay que tomarlo en cuenta La necesidad de un muestreo no probabilístico puede explicarse en razón que para algunos estudios no es factible extraer una muestra aleatoria de la población Basándonos en  consideraciones de tiempo y / o costos. En estos casos, los miembros del grupo de muestra deben seleccionarse en función de la accesibilidad o del criterio personal del investigador. Por lo tanto, la mayoría de las técnicas de muestreo no probabilístico incluyen un elemento de juicio subjetivo. El muestreo no probabilístico es el más útil para las etapas exploratorias de la tesis, como una encuesta piloto. La cuestión del tamaño de la muestra en el muestreo no probabilístico es bastante ambigua y debe reflejar una amplia gama de factores específicos de la investigación en cada caso. Sin embargo, hay algunas consideraciones sobre los tamaños mínimos de muestra en el muestreo no probabilístico como se ilustra en la tabla a continuación:

Tipo de estudioTamaño mínimo de la muestra
Entrevistas en profundidad semiestructuradas5 – 25
Etnográficos35 – 36
Teoría fundamentada20 – 35
Si la población es homogénea30% de la población
Si la población es heterogéneaUn porcentaje mayor al anterior sería mucho mejor

 

Ventajas del muestreo no probabilístico

  • Posibilidad de reflejar los comentarios descriptivos sobre la muestra.
  • Rentabilidad y efectividad en el tiempo en comparación con el muestreo probabilístico
  • Efectivo cuando no es factible o no es práctico realizar un muestreo probabilístico

Desventajas del muestreo no probabilístico

  • La proporción desconocida de toda la población no se incluye en el grupo de muestra, es decir, puede haber falta de representatividad.
  • Menor nivel de generalización de los resultados de la investigación en comparación con el muestreo probabilístico
  • Dificultades para estimar la variabilidad del muestreo e identificar posibles sesgos

Puede resultar conveniente que complementes lo discutido hasta aquí, dando un vistazo a: Guía básica sobre diseño experimental

¿No sabes cómo determinar el tamaño de la muestra?


Si estás realizando tu tesis de maestría o doctorado  y te preguntas a  cuántas personas tienes  que encuestar para que tus resultados sean válidos, La calculadora de tamaño de muestra que usaremos, cortesía de Omnicalculator de seguro te será de mucha utilidad. Pero antes necesitas contestar las 3 preguntas siguientes:

  • ¿Qué tan preciso debe ser tu resultado? (margen de error)
  • ¿Qué nivel de confianza necesitas? (nivel de confianza)
  • ¿Cuál es tu estimación inicial de la proporción? (estimación de la proporción)

 

Fórmula de cálculo del tamaño de muestra

La fórmula que se usa es:   TM1 = (Z2 * p * (1 – p))/ e2   Dónde: Z es el puntaje z asociado con el nivel de confianza que eligiste. La calculadora que utilizamos determina  este valor automáticamente, e es el margen de error, también conocido como el intervalo de confianza. Te dice que puedes estar seguro (con un nivel de confianza, por ejemplo del 95%), de que el valor real no difiere del que obtuviste en más de este porcentaje. p representa tu estimación de proporción inicial. Si no tienes ni idea de cuánto puede ser este valor, usa conservadoramente  50%. TM1  es el tamaño de muestra requerido. La expresión anterior vale para población infinita o de tamaño desconocido Para una población finita, por ejemplo, estás encuestando a estudiantes universitarios del estado Barinas en Venezuela, Debes incluir un factor de corrección en la fórmula:   TM2 = TM1 /(1 + TM1/N)   Dónde: N es el tamaño total de la población. TM2 es el tamaño de la muestra tomada de toda la población que hará que tus resultados sean válidos.

Cálculo del tamaño de la muestra ejemplo


Analizaremos un caso de encuesta paso a paso para que puedas tener una idea clara de cómo usar la calculadora de tamaño de muestra. Supongamos que vamos a llevar a cabo una encuesta para averiguar acerca de los usos de las TIC entre estudiantes universitarios del estado Barinas, Venezuela.

  1. Decides qué tan preciso quieres que sea tu resultado.

Digamos que es importante que las personas que han encargado el estudio conozcan el resultado con un margen de error del 3% como máximo.

  1. Decides tu nivel de confianza.

Podemos suponer que deseas estar 95% seguro de que tu resultado es correcto.

  1. ¿Tienes una estimación de la proporción inicial?

Digamos que no, por tanto vas a utilizar el valor recomendado para estos casos de 50% Puedes asumirlo como su estimación inicial.

  1. ¿La población total de estudiantes es tan alta que puedes asumir que es infinita?

Probablemente no. Debe encontrar los datos actuales para la cantidad de estudiantes universitarios que hay en Barinas; supongamos que son 23.500.

  1. Todo lo que necesitas hacer ahora es ingresar estos datos en la calculadora de tamaño de muestra que ves en la barra lateral.

Y, Voilá, el tamaño de muestra recomendado para tu estudio es 1020 estudiantes.

Calculadora de tamaño de muestra
Calculadora de tamaño de muestra

Preguntas frecuentes


¿Cuáles son las etapas del proceso de muestreo?

Definición de la población objetivo. Especificación del marco muestral. Especificando la unidad de muestreo. Selección del método de muestreo. Determinación del tamaño de la muestra. Establecer el plan de muestreo. Selección de la muestra.

¿Cuáles son los tipos de muestreo?

Todos los métodos de muestreo se pueden agrupar en dos categorías distintas, es decir, muestreo probabilístico y muestreo no probabilístico

¿Qué es el muestreo probabilístico?

En el muestreo probabilístico, cada miembro de la población tiene una posibilidad conocida de participar en el estudio.

Los métodos de muestreo probabilístico incluyen el muestreo aleatorio simple, muestreo estratificado, sistemático, multietapa y muestreo por conglomerados.

¿Qué es el muestreo no probabilístico?

En el muestreo no probabilístico, los integrantes de la muestra se seleccionan de manera no aleatoria, por lo tanto, no todo miembro de la población tiene la oportunidad de quedar incluido en la muestra.

Los métodos de muestreo no probabilísticos incluyen muestreo intencional, muestreo por cuotas, de conveniencia y muestreo de bola de nieve.

Continuará…


Dado lo extenso del tema del muestreo, lo más probable es que tenga que agregar a este artículo varias líneas de texto sobre aspectos no tratados aún De manera que esto no termina todavía, mantente al pendiente de la saga 😉

Please follow and like us:

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.plugin cookies

ACEPTAR
Aviso de cookies