EL PROBLEMA DEL MUESTREO

El conjunto de las unidades seleccionadas para el estudio será un subconjunto del conjunto total de las unidades posibles. Nos referiremos a este subconjunto como una muestra (S) y al conjunto total como un universo (U).

Cochran define la técnica del muestreo: “El propósito de la teoría del muestreo es hacer mas eficiente el muestreo, desarrollar métodos de selección de la muestra y de estimación que proporcionen al mas bajo costo posible, estimaciones que sean lo suficientemente precisas para nuestros propósitos.”Debe tenerse en mente exactamente a que nivel se aplico el muestreo probabilística, por que solamente a ese nivel tiene algún sentido la comprobación estadística de hipótesis de generalización.

Se puede formular las siguientes reglas:

1) Si se desea generalizar a un nivel: tomar una muestra probabilística a ese nivel, tener una N suficiente como para permitir la generalización con un grado razonable

2) Si se desea análisis estructural a un nivel, tomar una muestra estructural a ese nivel y utilizar los resultados como variables estructurales al nivel superior.

3) Si se desea análisis contextual a un cierto nivel, tomar una muestra simple al azar o una muestra representativa al nivel superior, y una muestra probabilística del nivel inferior, y usar los variables del nivel más alto como variables contextuales al nivel mas bajo.

Un problema que se debe tomar en cuenta es el de: como decidir el tamaño de m, el numero de unidades de la muestra, no se puede aumentar mas tarde si resulta ser demasiado bajo. Los nuevos datos no pueden ser comparables con los antiguos.Puesto que existen 2 tipos de hipótesis que pueden ponerse a prueba en una muestra hay 2 clases de exigencias en cuanto m.

Hipótesis Sustantiva: se refiere a la sociedad social, y que debe ser sometida a la verificación empírica. Hipótesis de Generalización: que hacen referencia a los datos mismos

1) Criterios que surgen de la necesidad de poner a prueba hipótesis sustantivas.2) Criterios que surgen de la necesidad de poner a prueba hipótesis de generalización.

Se sacan muestras por 2 razones: no podemos tomar todo y no podemos tomar una, en consecuencia tomamos algunos en conformidad a un diseño más o menos complejo.Así tomamos en cuenta las influencias de diferentes ubicaciones de las unidades en el espacio físico como en el espacio social.

A falta de muestreo orientado hacia el tiempo, la solución es la replicación, la replicación se parece a una muestra de escalones múltiples, el 1er escalón consiste en escoger diferentes contextos o diferentes cortes en el tiempo (muestras de espacio y tiempo) y los escalones sucesivos se desarrollan de cualquier manera.

La generalización a partir de un conjunto de replicaciones no ofrece dificultades, las replicaciones habitualmente no se llevan a cabo de esa forma (considerarlo como muestras probabilísticas de un U de replicaciones posibles) deben encontrarse otros principios para la generalización.

Si existe semejanza y las dimensiones abarcan adecuadamente el universo se puede considerar la hipótesis de generalización como confirmada, al mismo tiempo, si las replicaciones varían con las dimensiones se habrá obtenido nuevas ideas.

En estadística se conoce como muestreo a la técnica para la selección de una muestra a partir de una población.En estadística, error muestral o error de estimación es el error a causa de observar una muestra en lugar de la población completa. El error muestral se refiere en términos más generales al fenómeno de la variación entre muestras.El problema del muestreo surge, cuando la población a estudiar es demasiado numerosa como para implicar costos de energía y dinero insuperable. Se trata entonces de seleccionar a un subconjunto que minimice esos costos al mismo tiempo que no se pierda la precisión.

Diferencia entre los siguientes términos: Error de Muestreo y Error no de Muestreo.

La diferencia radica en los tipos de errores que son medidos o detectados en los resultados que arrojan las encuestas. Mientras que el Error de Muestreo señala desde las preguntas mal redactadas por los entrevistadores en las encuestas, indisposición por parte de los entrevistados y cálculos errados; el Error no de Muestreo localiza la información falsa suministrada por los entrevistados.

En síntesis un Error de Muestreo usualmente ocurre cuando no se lleva a cabo la encuesta completa de la población y, los Errores no de Muestreo pueden ocurrir en una encuesta completa de la población.

Cuando una muestra es aleatoria o probabilística es posible calcular sobre ella el error muestral. Este error indica el porcentaje de incertidumbre, es decir, el riesgo que se corre que la muestra escogida no sea representativa. De tal modo que, si trabajamos con un error calculado en 5%, ello significa que existe un 95% de probabilidades de que el conjunto muestral represente adecuadamente al universo del cual ha sido extraído.

A medida que incrementamos el tamaño de la muestra el error tiende a reducirse, pues la muestra va acercándose más al tamaño del universo. Del mismo modo, para una muestra determinada, su error será menor cuanto más pequeño sea el universo a partir del cual se la ha seleccionado. Así, para un universo de 10.000 casos, una muestra de 200 unidades tendrá un error mayor que una de 300; una muestra de 200 casos, por otra parte, tendrá un error mayor si el universo tiene 10.000 unidades que si éste posee solamente 2.000.

Debemos advertir a los principiantes que el error muestral nunca debe calcularse como un porcentaje del tamaño de la muestra respecto al del universo. La variación de los errores al modificarse estas cantidades se da proporcionalmente, pero no de acuerdo a ecuaciones lineales. Para ello es preciso calcular, en cada caso, el error que podamos

cometer, o porcentaje de riesgo, de acuerdo a los datos concretos disponibles y según ciertas ecuaciones bien conocidas en estadística.

 Para fijar el tamaño de la muestra adecuado a cada investigación es preciso primero determinar el porcentaje de error que estamos dispuestos a admitir.

La teoría de muestreo establece las condiciones mediante las cuales las muestras son seleccionadas de manera tal que el subconjunto resultante de la manera contenga el mínimo de sesgos posibles.

TIPOS DE MUESTREO

MUESTRAS PREDISPUESTAS: son aquellas que han sido seleccionadas de manera que la comprobación o la refutación de las hipótesis pasan a ser el resultado de procedimientos de muestreo.

MUESTRAS NO PREDISPUESTAS: aquellas cuya probabilidad de extracción es conocida. Hay 2 tipos de estas muestras. Muestras cuya posibilidad de ser extraídas es probabilística o las que no son probabilísticas, son esencialmente de cuatro tipos: muestra aleatoria, sistemática, estratificada y por conglomerados. Mientras que las no probabilísticas son de tres tipos: muestra casual, intencional y por cuota.

MUESTRA CON PROBABILIDAD O PROBABILISTICAS: la característica distintiva de las muestras probabilísticas es que todo individuo u objeto ha de tener una probabilidad conocida de quedar incluida en la muestra ya que para poder formular inferencias estadísticas es absolutamente necesario que todas las probabilidades sean conocidas.

MUESTREO SIMPLE AL AZAR: aquí todos los elementos tienen la misma probabilidad de ser seleccionados. La extracción de una muestra aleatoria simple en una población finita, requiere de un listado de todos los elementos de la población.

MUESTREO SISTEMATICO: es muy similar al muestreo aleatorio simple, hay que elaborar un listado de todos los elementos que incluye la población, una vez con el listado de población, la diferencia estriba en el método para la selección de los casos. En una muestra aleatoria o procedimientos similares para seleccionar cada elemento; aquí la selección se realiza por un procedimiento mecánico más simple.

MUESTREO POR CONGLOMERADOS: muchas de las investigaciones tienen como objeto de estudio a unidades tales como naciones, estados y similares, que admiten subdivisiones. Es útil cuando los elementos a estudiar se encuentran dispersos a lo largo de áreas geográficas extensas o en situaciones similares, donde los costos para alcanzar las unidades resultan ser muy elevados.

MUESTRA ALEATORIA SIMPLE: debe de ser preferida al resto de las otras muestras, particularmente cuando no se conoce lo suficiente sobre los parámetros poblacionales. Cuando es posible estratificar hay que hacerlo, ya que esto homogeneiza la muestra y los cálculos consiguientes resultan de mayor riqueza y representatividad.

MUESTRAS NO PROBABILISTICAS: estas tienen poco valor es términos de inferencia, ya que no es posible a partir de ellas hacer generalizaciones. Sin embargo, a veces resultan útiles en términos de inversión por parte del investigador en el tema.

MUESTRAS CASUALES: son las muestras mas utilizadas por los reporteros de televisión y de radio, así como de algunas agencias de mercado. La técnica consiste en entrevistar a los individuos en forma casual (uno de cada individuo que pase por la calle).

MUESTRA INTENCIONALES: se selecciona los casos según el criterio de algún experto. Estas muestras son la importancia en las etapas exploratorias de la investigación, sobre todo si se utilizan a estos casos como la informantes claves.

MUESTRA POR CUOTAS: son muestras casi estratificadas y son utilizadas por las agencias de investigación de mercados. En esta técnica se fijan un número de individuos por entrevistar y se deja totalmente al entrevistador, profesional o no, su localización. El sesgo que introduce el entrevistador es una de las desventajas más importantes que tienen este tipo de muestreo.