Muestreo

El muestreo es la técnica para la selección de una muestra, la cual puede ser probabilístico o no probabilístico.​

A) Muestreo probabilístico

El muestreo probabilístico selecciona aleatoriamente elementos de una población, garantizando que cada uno tenga la misma o, al menos, alguna probabilidad de ser elegido. Esto asegura un proceso imparcial y representativo. Sus métodos son: aleatorio simple, sistemático, por conglomerados y estratificado. Ejemplo:

En una producción de 1000 canicas, se seleccionan al azar 50 para analizar su calidad y detectar posibles defectos.

En estadística, el uso de muestras aleatorias permite obtener conclusiones representativas sobre la calidad general de la producción.

B) Muestreo no probabilístico

El muestreo no probabilístico se basa en la selección subjetiva de muestras por parte del investigador, en lugar de una elección aleatoria. A diferencia del muestreo probabilístico, donde todos los individuos tienen la misma oportunidad de ser elegidos, en este método no se garantiza igualdad en las probabilidades de selección.

Se clasifica en muestreo de bola de nieve, por cuotas y por conveniencia.

Ejemplo:

Un investigador visita un centro comercial para encuestar a jóvenes varones de 10 a 18 años y evaluar la aceptación del videojuego Call of Duty entre adolescentes de Lima. Este es un caso de muestreo por conveniencia.

El muestreo no probabilístico suele ser aplicado por expertos en un área específica.

C) Ventajas de los muestreos

El muestreo es fundamental en poblaciones extensas o en estudios donde la evaluación implica la destrucción del producto.

Además, permite ahorrar tiempo, recursos y esfuerzo en comparación con el análisis de toda la población.

D) Desventajas de los muestreos

La principal desventaja del muestreo es el error muestral, causado por la variabilidad poblacional. Incluso muestras del mismo tamaño pueden arrojar resultados distintos, como en una población con estaturas variadas, donde la media estimada a partir de una muestra puede diferir del valor real.

Por ejemplo, supongamos una población de cuatro personas (A, B, C y D) con una estatura promedio de 164 cm. Si desconocemos este valor, podríamos estimarlo a partir de una muestra. El siguiente cuadro muestra todas las combinaciones posibles al seleccionar dos individuos de una población, permitiendo obtener una estimación cercana a la media poblacional.

 

El error de muestreo es la diferencia entre el promedio muestral y el poblacional, estimable mediante el error estándar de la media (SEM). Aumentar el tamaño de la muestra reduce este error, mejorando la precisión del estudio. La siguiente hoja de cálculo muestra cómo el error estándar disminuye de 3.16 a 1.83 al aumentar el tamaño de la muestra de 2 a 3.

 

E) Condiciones para un buen muestreo

Aunque cualquier subconjunto de una población es una muestra, no todas son útiles para inferencias precisas. Para ello, deben cumplir dos condiciones clave: tamaño adecuado y representatividad. La muestra debe ser lo suficientemente grande según la variabilidad del fenómeno, pero su calidad es clave: debe representar fielmente a la población y evitar sesgos de selección.

Por ejemplo, si se estudia la presencia de cólera en Lima tomando una muestra solo del "Cercado de Lima", esta no sería representativa de toda la ciudad, incluso si su tamaño es considerable.