POBLACIÓN.

Toda investigación estadística debe servir a un público objetivo, ya que se basa en

este conjunto de personas que los datos se recopilan y analizan de acuerdo con el
principio de investigación. Este público objetivo se denomina población y es un
grupo de personas que tienen sus propias características, por ejemplo: usuarios
de planes de salud, miembros de un equipo de fútbol, empleados de una empresa,
votantes de un municipio, estado o país, estudiantes en una escuela, miembros
del sindicato, miembros de la casa y diversas situaciones que involucran un grupo
general de elementos. La población también puede estar relacionada con un
conjunto de objetos o información.

MUESTRA
En Estadísticas, muestra es el conjunto de elementos extraídos de un conjunto
más grande llamado Población. Es un conjunto de individuos (familias u otras
organizaciones), eventos u otros objetos de estudio que el investigador pretende
describir o al que desea generalizar sus conclusiones o resultados.

MUESTREO
El muestreo es el proceso que busca extraer de la población estadística elementos
que se estudiarán y analizarán a través de la estadística descriptiva para que
luego sea posible realizar la inferencia estadística, es decir, generalizar los
resultados obtenidos con la muestra a toda la población.

TIPOS DE MUESTREO: PROBABILÍSTICO Y NO PROBABILÍSTICO.

TÉCNICAS DE MUESTREO NO PROBABILÍSTICO
Elegir un método no probabilístico, por regla general, siempre encontrará
desventajas en comparación con el método probabilístico. Sin embargo, en
algunos casos, esta opción es obligatoria. No hay formas de generalizar los
resultados obtenidos en la muestra a toda la población al optar por este método de
muestreo. Esto se debe a que no es probable que se elijan los elementos de la
muestra y, por lo tanto, no es posible hacer inferencias sobre la población.
Algunos modelos de muestreo no probabilísticos son:
Accidental o por conveniencia: A menudo se usa en supermercados para
probar productos o en encuestas de opinión que generalmente se realizan en
lugares donde hay un gran flujo de personas.
En este tipo de muestreo, el entrevistador generalmente se acerca a las personas
que pasan cerca de él, ya sea de manera casual o accidental.
Ejemplo: Todos los pacientes que asistan a una clínica en particular cierto día,
semana, pueden ser requeridos para participar.
Intencional: El entrevistador va a un grupo específico para obtener su opinión.
Por ejemplo, cuando, a partir de un estudio sobre automóviles, el investigador solo
busca talleres. También se puede pensar que el muestreo intencional es del tipo
accidental usando un tipo de "filtro". Si la investigación es saber, por ejemplo,
sobre el diseño del marco de anteojos, es natural que el entrevistador busque
acercarse a las personas que pasan y usan anteojos.
Ejemplo: Cuando sociólogos quieren estudiar los efectos emocionales y
psicológicos a largo plazo de la terminación de un embarazo, se puede crear una
muestra que incluya solamente a mujeres que se habían sometido a un aborto. En
este caso, los investigadores pueden utilizar una muestra intencional porque los
entrevistados cumplen con una descripción o propósito específico que es
necesario para realizar la investigación.
Por cuotas o proporcional: Es una variación del muestreo intencional. Se
requiere conocimiento previo de la población y su proporcionalidad. Por ejemplo,
se quiere entrevistar solo a personas de estrato 1 en Colombia, que representa el
15.9% de la población. Esta será la cuota para el trabajo.
Ejemplo: En un estudio en donde el investigador quiere comparar el rendimiento
académico de los diferentes niveles de clases del secundario, su relación con el género y
la situación socioeconómica, el investigador identifica primero los subgrupos.

Por lo general, los subgrupos son las características o variables del estudio. El
investigador divide a toda la población en niveles de clase, cruzados con el género
y el nivel socioeconómico. Luego, toma nota de las proporciones de estos
subgrupos en toda la población y a continuación hace un muestreo de cada
subgrupo.
Desproporcional: Es utilizado cuando la elección de la muestra es
desproporcionada para la población. En general, este método de muestreo debe
realizarse solo cuando se desconoce el tamaño real de la población
correspondiente a cada categoría analizada.
Ejemplo: Un investigador desea llevar a cabo una encuesta sobre todos los estudiantes
de una universidad con 10.000 estudiantes, 8.000 mujeres y 2.000 hombres. Su tamaño
de muestra deseado es sólo de 1.000. Debido a que los 1.000 sujetos necesarios para la
encuesta representan el 10% de toda la población, la proporción de muestreo sugiere que
8/10 sean mujeres y 2/10 hombres. Esto arrojaría una muestra de 800 mujeres y 200
hombres. En este caso, el número relativamente pequeño de hombres en la muestra
seguramente no brindará una representación adecuada para extraer conclusiones a partir
de dicha encuesta.
En este caso, la técnica de muestreo desproporcionado permitirá al investigador
seleccionar una cantidad adecuada de estudiantes de los dos géneros. Por
ejemplo, se pueden seleccionar 500 hombres y 500 mujeres para representar a la
población. Esto no puede ser considerado aleatorio, ya que los hombres tenían
más posibilidades de ser seleccionados como parte de la muestra.

TÉCNICAS DE MUESTREO PROBABILÍSTICO

Para hacer inferencias sobre la población, es necesario trabajar con muestreo
probabilístico. Es el método que garantiza la seguridad al investigar cualquier
hipótesis. Por lo general, los individuos investigados tienen la misma probabilidad
de ser seleccionados en la muestra. Los tipos de muestreo probabilístico son:
Aleatorio simple: Es el proceso de muestreo más utilizado. Práctico y efectivo da
precisión al proceso de muestreo. Por lo general, se usa una tabla de números
aleatorios y se nombran los individuos, dibujando uno por uno hasta completar la
muestra calculada.
Ejemplo: Cobertura de la vacuna anti-sarampión entre 1200 niños
de una escuela X:
◦ Muestra = 60
◦ Hacer una lista de todos los niños
◦ Numerarlos de 1 a 1200
◦ Selección aleatoria de 60 números
Sistemático: En una gran cantidad de ejemplos, el investigador se encuentra con
la población ordenada. Una palabra clave para una fácil memorización es
"carpeta": cuando se tiene una población registrada en tokens numerados o
incluso en bases de datos que producen números secuenciales para cada nuevo
registro realizado.
Ejemplo: ◦ Población (N): 12,000
◦ Muestra requerida (n): 600
◦ Calcular el intervalo de muestreo
(k) = 12,000 / 600 = 20
◦ Escoger el primer número al azar [1 - 20]
=> primera unidad
◦ Añadir k para escoger la siguiente unidad y así
sucesivamente hasta completar n.
Estratificado: Cuando se desea mantener una proporcionalidad en la población
heterogénea, cada subpoblación se estratifica por criterios tales como clase social,
ingresos, edad, género, entre otros. Este tipo de muestreo es útil cuando se
construye un sistema de referencia, pero se sabe de antemano que existe una
gran variabilidad entre los grupos y una pequeña variabilidad dentro de cada
grupo. Para eliminar la variabilidad entre grupos, es aconsejable utilizar este
sistema de muestreo. Se le llama a cada grupo estrato. Luego se toma de cada
estrato una muestra casual simple.
Ejemplo: Estudiantes de la Carrera de Medicina 2005
I año =20% II año=18%
III año =15% IV año=30%
Conglomerado: A menudo, construir el sistema de referencia es imposible. En
este modo de muestreo, el área de población se divide en secciones (o
conglomerados): luego se dibujan algunas de estas secciones y finalmente se
estudian todos los elementos de las secciones elegidas.
Ejemplo: Si queremos estudiar qué proporción de la población argentina fuma, podemos
dividir el total de la población en provincias y seleccionar algunas de ellas para ser
estudiadas. Si no tenemos razones para pensar que el porcentaje de fumadores va a
cambiar de una provincia a otra, esta solución nos permitirá concentrar el esfuerzo de
muestreo en un único entorno geográfico. Si el estudio se va a hacer mediante entrevistas
personales, esto representa un importante ahorro de costes de desplazamientos. Una
vez definimos los conglomerados, el siguiente paso es seleccionar los
conglomerados a estudiar, ya sea mediante un muestreo aleatorio simple o
sistemático. Por último, una vez seleccionados los conglomerados a estudiar,
podemos investigar a todos los sujetos que forman parte de estos, o bien aplicar
un nuevo proceso de muestreo dentro del conglomerado

Diferencia entre la estadística descriptiva y la inferencial

La estadística descriptiva involucra la organización, resumen y representación de
datos. Las herramientas utilizadas para esto son las bien conocidas tablas de
frecuencias; gráficos; cálculo de medidas de tendencia central como media,
mediana y moda; y el cálculo de medidas de variación como la varianza y la
desviación estándar.
En las estadísticas inferenciales, siempre estamos interesados en utilizar la
información de una muestra para llegar a conclusiones sobre un grupo más amplio
al que no tenemos acceso. En este sentido, una herramienta ampliamente
utilizada en estadística inferencial es la probabilidad.