Este documento resume conceptos clave relacionados con poblaciones y muestras en investigación estadística. Define población como el conjunto total de elementos que comparten ciertas propiedades, e introduce la noción de muestra como un subconjunto de la población seleccionado para su estudio. Distingue entre muestras representativas y no representativas de la población, y explica términos como individuo, parámetro, estadístico, estimación, nivel de confianza y diferentes técnicas de muestreo.
2. POBLACION Y MUESTRA
• Población: Conjunto de todos los elementos
que cumplen ciertas propiedades, entre las
cuales se desea estudiar un determinado
fenómeno. Este término es sinónimo de
universo .
Muestra: Subconjunto de la población a
estudiar. Conviene diferenciar los términos
muestra representativa y muestra no
representativa de la población
NOVAHIA ALVAREZ SANCHEZ 2015
4. Población: Conjunto de todos los elementos que cumplen ciertas propiedades,
entre las cuales se desea estudiar un determinado fenómeno. Este término es
sinónimo de universo .
Muestra: Subconjunto de la población a estudiar. Conviene diferenciar los
términos muestra representativa y muestra no representativa de la población
Muestra representativa de la población: cuando cada uno de los elementos que
la forman cumple ciertas propiedades y de las cuales estudiaremos un
determinado fenómeno, ha sido escogido aleatoriamente. Es decir los elementos
que la componen y los restantes que no la componen han tenido las mismas
probabilidades de ser elegidos .
Muestra no representativa de la población: Cuando los elementos que la
componen no han sido escogidos aleatoriamente
Individuo: Cada uno de los elementos que componen una población o una
muestra y de los cuales obtenemos una información mensurable del fenómeno
que se desea estudiar. Este es un nombre genérico, que se puede concretar en
diferentes términos: personas, animales, objetos, cosas, observaciones, etc.
En otras palabras, el concepto de individuo es sinónimo de Unidad básica.
NOVAHIA ALVAREZ SANCHEZ 2015
5. PROCESAMIENTOS
• Parámetro: Son las
medidas o datos que se
obtienen sobre la
distribución de
probabilidades de la
población, tales como
la media, la varianza, la
proporción, etc.
• Estadístico: Son los
datos o medidas que se
obtienen de una
muestra y por lo tanto
una estimación de los
parámetros.
NOVAHIA ALVAREZ SANCHEZ 2015
6. Estadística: método de razonamiento que
permite interpretar aquellos datos cuya
característica fundamental es la variabilidad.
NOVAHIA ALVAREZ SANCHEZ 2015
7. Estimación
Una estimación es cualquier técnica para
conocer un valor aproximado de un
parámetro referido a la población, a partir de
los estadísticos muestrales calculados a partir
de los elementos de la muestra
NOVAHIA ALVAREZ SANCHEZ 2015
8. • Nivel de confianza
El niveles de confianza de una aseveración
basada en la inferencias estadísticas es una
medida de la bondad de la estimación
realizada a partir de estadísticos muestrales.
NOVAHIA ALVAREZ SANCHEZ 2015
9. muestreos probabilísticos y no
probabilísticos
• Muestreo aleatorio simple: Es aquel en que
cada elemento de la población tiene la misma
probabilidad de ser seleccionado para integrar
la muestra. Una muestra simple aleatoria es
aquella en que sus elementos son
seleccionados mediante el muestreo aleatorio
simple.
NOVAHIA ALVAREZ SANCHEZ 2015
11. Técnicas de muestreo
• La elección de la muestra puede hacerse
desde dos perspectiva: probabilísticas o al
azar y no probabilísticas.
• Las técnicas probabilísticas tienen su base en
el principio de equiprobabilidad, en el sentido
de que todos los elementos de la población
tienen la misma oportunidad de ser elegidos
para formar parte de la muestra de estudio.
Las técnicas más comunes son:
NOVAHIA ALVAREZ SANCHEZ 2015
12. • Muestreo con reemplazo: Es aquel en que un
elemento puede ser seleccionado más de una
vez en la muestra para ello se extrae un
elemento de la población se observa y se
devuelve a la población, por lo que de esta
forma se pueden hacer infinitas extracciones
de la población aun siendo esta finita
NOVAHIA ALVAREZ SANCHEZ 2015
13. • Muestreo sin reemplazo: No se devuelve los
elementos extraídos a la población hasta que
no se hallan extraídos todos los elementos de
la población que conforman la muestra
• Muestreo sin reemplazo: No se devuelve los
elementos extraídos a la población hasta que
no se hallan extraídos todos los elementos de
la población que conforman la muestra
NOVAHIA ALVAREZ SANCHEZ 2015
14. El método de selección.
• muestra aleatoria de una población finita es el
de enumerar todos los elementos que
conforman la población, escribir esos números
en bolas o papelitos echarlos en un bombo o
bolsa mezclarlos bien removiéndolos y sacar
uno a uno tantos como lo indique el tamaño
de la muestra. En este caso los elementos de
la muestra lo constituirán los elementos de la
población cuyos número coincidan con los
extraídos de la bolsa o bombo.
• Muestreo estadístico
NOVAHIA ALVAREZ SANCHEZ 2015
15. Métodos de muestreo no
probabilísticos
• Muestreo por cuotas: También denominado en
ocasiones "accidental". Se asienta generalmente sobre
la base de un buen conocimiento de los estratos de la
población y/o de los individuos más "representativos"
o "adecuados" para los fines de la investigación
• Muestreo intencional o de conveniencia :Este tipo de
muestreo se caracteriza por un esfuerzo deliberado de
obtener muestras "representativas" mediante la
inclusión en la muestra de grupos supuestamente
típicos. Es muy frecuente su utilización en sondeos
preelectorales de zonas que en anteriores votaciones
han marcado tendencias de voto
NOVAHIA ALVAREZ SANCHEZ 2015
16. CARACTERISTICAS VENTAJAS INCONVENIENTES
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
NOVAHIA ALVAREZ SANCHEZ 2015
17. CARACTERISTICAS VENTAJAS INCONVENIENTES
Estratificado En ocasiones
resultará
conveniente
estratificar la
muestra según
ciertas variables de
interés. 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
represente
adecuadamente a
la población en
función de unas
variables
seleccionadas.
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
NOVAHIA ALVAREZ SANCHEZ 2015
18. CARACTERISTICAS VENTAJAS INCONVENIENTES
Conglomerados Se realizan varias
fases de muestreo
sucesivas
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
Muestra
El error estándar es
mayor que en el
muestreo aleatorio
simple o
estratificado.
El cálculo del error
estándar es
complejo
NOVAHIA ALVAREZ SANCHEZ 2015
19. Tamaño de la muestra
El tamaño que debe tener la muestra que se
selecciona depende básicamente del tipo de
estudio que se vaya a realizar. Si el trabajo es
experimental, la muestra puede ser bastante
más pequeña que si realizamos trabajos
descriptivos, en los que la única forma de
controlar los muchos factores que pueden
aparecer a lo largo del proceso, es aumentar
el número de elementos en la muestra
NOVAHIA ALVAREZ SANCHEZ 2015