MUESTREO

Es una herramienta de la investigación científica, cuya función básica es determinar que parte
de una población debe examinarse, con la finalidad de hacer inferencias sobre dicha
población es decir En ocasiones en que no es posible o conveniente realizar un censo (analizar
a todos los elementos de una población), se selecciona una muestra, entendiendo por tal una
parte representativa de la población.

Para que una muestra sea representativa, y por lo tanto útil, debe de reflejar las similitudes y
diferencias encontradas en la población, es decir ejemplificar las características de ésta;

1. Hacer conclusiones muy generales a partir de la observación de sólo una parte de la

Población, se denomina error de muestreo.

2. Hacer conclusiones hacia una Población mucho más grandes de la que originalmente
se tomo la muestra. Error de Inferencia.

En la estadística se usa la palabra población para referirse no sólo a personas si no a todos

los elementos que han sido escogidos para su estudio y el término muestra se usa para
describir una porción escogida de la población.

Tipos de muestreos;

Existen diferentes criterios de clasificación de los diferentes tipos de muestreo, aunque en

general pueden dividirse en dos grandes grupos: métodos de muestreo probabilísticos y
métodos de muestreo no probabilísticos.

I. Muestreo probabilístico

Los métodos de muestreo probabilísticos son aquellos en los que todos los individuos tienen
la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente,
todas las posibles muestras de tamaño n tienen la misma probabilidad de ser seleccionadas.
Sólo estos métodos de muestreo probabilísticos nos aseguran la representatividad de la
muestra. Dentro de los métodos de muestreo probabilísticos encontramos los siguientes tipos:

II. Métodos de muestreo no probabilísticos

A veces, para estudios exploratorios, el muestreo probabilístico resulta excesivamente

costoso y se acude a métodos no probabilísticos, aun siendo conscientes de que no sirven
para realizar generalizaciones (estimaciones inferenciales sobre la población), pues no se
tiene certeza de que la muestra extraída sea representativa, ya que no todos los sujetos de la
población tienen la misma probabilidad de se elegidos. En general se seleccionan a los sujetos
siguiendo determinados criterios procurando, en la medida de lo posible, que la muestra sea
representativa.
REPRESENTATIVIDAD

La característica más trascendente de una muestra es la representatividad. El muestreo

obtiene todo su sentido en tanto que garantiza que las características que se quieren observar
en la población quedan expresadas apropiadamente en la muestra. De manera que generalizar
a la población desde la muestra sólo está justificado si ésta representa realmente a la
población.

Preservar la representatividad es el atributo más importante que debe reunir el muestreo, lo

que nos permitirá generalizar a la población los resultados obtenidos en la muestra[1].

Para lograr la representatividad se requiere lo siguiente:

• Conocer qué características (variables) están relacionadas con el problema que se

estudia.

• Capacidad para medir esas variables.

• Poseer datos de la población sobre estas características o variables para usarlos como
variable de comparación.

Se espera que sea representativa de las características relevantes de la población, pero pudiera
no serlo. Lo normal es que lo sea, ya que lo típico, lo representativo de la población, es lo
que aparece con más frecuencia, pero no hay seguridad total. El muestreo estratificado
proporcional asegura, en cambio, la representatividad en cuanto a una o dos características
(Jiménez Fernández, 1983).

La primera corresponde al conjunto de individuos “invitados” del conjunto de la población,

la segunda hace referencia al grupo de individuos que aceptan participar y la muestra
productora de datos coincide con la muestra real del estudio.

Si se poseen datos sobre la población se pueden comparar con ellos la muestra invitada o la
aceptante y, mediante algún contraste de significación adecuado (por ejemplo, chi-cuadrado),
determinar si difieren de ella en las características que interesa en una investigación dada.

Si el contraste indica que no hay diferencias significativas en las variables consideradas, se

puede admitir la representatividad de la muestra para las características en cuestión, pero
nada se puede afirmar sobre la representatividad de la muestra respecto de cualquier otra
variable.
CONFIABILIDAD

Se relaciona con la capacidad de reproducir los resultados tantas veces como sea necesario.
Esto es esencial, ya que genera confianza en el análisis estadístico y en los resultados
obtenidos.

Por ejemplo, supongamos que estás estudiando el efecto de un nuevo medicamento en la

presión arterial en ratones. Quieres hacer una serie de pruebas y si los resultados son positivos
para controlar la presión arterial, es posible que también quieras probarlo en seres humanos.

Se considera que la fiabilidad estadística es baja si mides determinado nivel de control en un

punto y un valor totalmente diferente cuando repites el experimento en otro momento.
Sin embargo, si la fiabilidad es baja significa que el experimento que has realizado es difícil
de ser reproducido con resultados similares y entonces la validez del experimento disminuye.
Esto significa que la gente no confiará en la capacidad del medicamento en base a los
resultados estadísticos que has obtenido.