Grupo # 3
Año: 2018
Ciclo: II
MUESTREO
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.
El muestreo es por lo tanto 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.
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 tomó la muestra. Error de Inferencia.
En la estadística se usa la palabra población para referirse no sólo a personas sino 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 MUESTREO
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.
Muestreo probabilístico
Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de
equiprobabilidad. Es decir, 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. Dentro
de los métodos de muestreo probabilísticos encontramos los siguientes tipos:
1.- Muestreo aleatorio simple:
El procedimiento empleado es el siguiente:
Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad práctica cuando la
población que estamos manejando es muy grande.
El riesgo este tipo de muestreo está en los casos en que se dan periodicidades en la población
ya que al elegir a los miembros de la muestra con una periodicidad constante (k) podemos
introducir una homogeneidad que no se da en la población. Imaginemos que estamos
seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones
y las 5 últimas mujeres, si empleamos un muestreo aleatorio sistemático con k=10 siempre
seleccionaríamos o sólo hombres o sólo mujeres, no podría haber una representación de los
dos sexos.
También puede ser que el investigador seleccione directa e intencionadamente los individuos
de la población. El caso más frecuente de este procedimiento el utilizar como muestra los
individuos a los que se tiene fácil acceso (los profesores de universidad emplean con mucha
frecuencia a sus propios alumnos).
3.- Bola de nieve:
Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y así hasta
conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente cuando se hacen
estudios con poblaciones "marginales", delincuentes, sectas, determinados tipos de enfermos,
etc.
Para la recolección de datos conviene tener en cuenta algunas orientaciones como las
siguientes:
Es importante darle a los datos una presentación adecuada para su mejor análisis y decisión.
Las formas usuales de presentación más frecuentes son:
Diagrama de barras.
Diagrama Pareto simple.
Diagrama Pareto múltiple.
Diagrama de dispersión.
Gráfica de sectores.
A esta altura del proceso hay que estudiar la situación con visión general, para ver si se ha
ubicado la causa de fondo del problema. Es muy importante ubicar la causa de fondo porque
ella hará la diferencia entre una solución perdurable y un "parche" de efectos fugaces.
En la realización del proceso que venimos describiendo pueden cometerse errores. Entre los
más frecuentes cabe citar:
La causa identificada no es la causa de fondo: Hay que repetir el proceso desde la recolección
de datos.
La causa señalada como probable no es la verdadera causa: Hay que rehacer el diagrama de
causas y efecto e incluso hacer otra tormenta de ideas
Los datos son insuficientes para identificar una causa: Hay que rehacer la recolección de
datos.
PUNTOS PRINCIPALES:
1.- Los métodos de recolección y análisis de datos deben elegirse en función de las
preguntas clave de evaluación y los recursos disponibles de la evaluación.
2.- Las evaluaciones de impacto deben aprovechar al máximo los datos existentes y
subsanar las carencias con nuevos datos.
3.- Los métodos de recolección y análisis de datos deben elegirse de forma que se
complementen entre sí los puntos fuertes y débiles.
CONCLUSIÓN:
CONCLUSIÓN 1:
Podemos concluir que el muestreo es una técnica muy útil y necesaria en la cual
seleccionamos un conjunto de personas o cosas que se consideran representativos del grupo al que
pertenecen, con la finalidad de estudiar o determinar las características del grupo. Y dependiendo
del uso se ha clasificado en 2 métodos de muestreo uno son los probabilísticos y otro son los
métodos de muestreo no probabilísticos los cuales tienen características representativas que
lo hace útil dependiendo el estudio que se quiere realizar.
CONCLUSIÓN 2:
Por último podemos decir que con la recolección de datos podemos obtener resultados de
calidad, que a su vez reflejen fiabilidad y confianza, se debe tener en cuenta que las
herramientas de recolección de datos nos permiten registrar la información recolectada y a
su vez facilita la toma de decisiones y cálculos estadísticos.
BIBLIOGRAFÍA:
o http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf
o http://www.eumed.net/libros-
gratis/2008a/362/recoleccion%20y%20analisis%20de%20los%20datos.htm
o https://www.unicef-irc.org/publications/pdf/brief_10_data_collection_analysis_spa.pdf