Upload
jordan-andree
View
215
Download
1
Embed Size (px)
DESCRIPTION
Tipos de Muestras
Citation preview
Una muestra es una porción representativa de una determinada población. La utilización de muestras es la que permite sacar conclusiones sobre los rasgos y características del universo o población total, sin tener que analizar a todos y cada uno de los individuos que lo componen.
Cuando no se puede realizar un censo, se recurre al muestreo, que es la herramienta que se utiliza para determinar qué porción de la realidad se estudiará.
Gracias a las muestras, los investigadores logran llegar a conclusiones exhaustivas con mayor velocidad y ahorrando gastos de forma significativa.
De acuerdo a sus características, existen los siguientes tipos de muestras
estadísticas:
De conveniencia: esta clase de muestra, también conocido bajo el nombre de
muestra por selección, es aquella en la que se eligen casos particulares intentando
que estos sean los más representativos posible del universo. El problema es que la
representatividad de cada caso es determinada por el propio investigador de manera
subjetiva, lo que dificulta la objetividad de la misma. Es por esto que esta muestra
estadística es poco recomendable, aunque hay casos en los que es la única opción
posible. Generalmente, estas muestras, también conocidas como no probabilísticas,
son las que se utilizan para estudios exploratorios, cuando aún ni siquiera se conocen
los rasgos del universo. Si bien no permiten formular generalidades de dicho universo,
permite tener un primer contacto con el mismo, de manera menos costosa. De todas
formas, para llevar adelante una muestra de conveniencia resulta algo complejo
efectuar estratificaciones para su confección, puesto que no se tiene un conocimiento
acertado del universo en cuestión.
Muestras casuales: en este caso, un encuestador se encarga de elegir al azar a
personas que encuentren en algún punto específico, como puede ser una esquina o la
puerta de un shopping, y allí hacerle una serie de preguntas. Lo que puede ocurrir es
que el encuestador se guíe por la apariencia física de las personas, antes de
acercársele a hacerle las preguntas correspondientes. Por ejemplo, si se quiere hacer
un estudio de mercado sobre un producto femenino que está a la venta, orientado a
mujeres de más de 40 años, el encuestador se va a limitar a acercarse a aquellas
mujeres que parezcan superar la edad en cuestión.
Aleatoria: a diferencia de la muestra anterior, en esta todos los elementos que
integran el universo tienen exactamente la misma probabilidad de ser elegidos para
conformarla, puesto que se los selecciona al azar. Para conformar las muestras
aleatorias existen distintas variantes:
1. Muestra aleatoria simple: para conformar este tipo de muestra se
confecciona un listado en el que figuren todos los elementos que la
integran. Luego de esto, se elige al azar una cantidad de elementos que
sea considerada como representativa del universo. Algunos de los
beneficios de conformar estas muestras es que son fáciles de
conformar y, al mismo tiempo, las medias pueden ser calculadas con
rapidez. Por otro lado, con los avances que ha habido en tecnología en
los últimos años, existen varios programas informáticos que facilitan y
agilizan su confección y análisis. Los problemas que puede acarrear
esta variante es que resulta necesario contar con un listado de los
elementos que la componen, lo que a veces resulta imposible o al
menos complicado de conseguir. Además, se debe tener en cuenta que
en aquellos universos que sean reducidos, este tipo de muestra resulta
poco representativa, por lo que no es la más adecuada.
2. Muestra sistemática: a diferencia de la anterior, en esta muestra sólo
se elige al azar el primer elemento, para luego elegir, en base a esta
elección, al resto, en intervalos regulares. Esto significa que se
sistematiza la elección de los elementos que conformarán a la muestra.
A diferencia del caso anterior, en estas muestras no se requiere un
listado de los elementos que integran al universo, lo que hace que sean
más fáciles de efectuarse. Además, si la población se encuentra
ordenada, puede conformarse una muestra que sea sumamente
representativa del universo a estudiar. De todas formas, un problema
que puede presentar esta variante es que si la constante con la que se
realiza el muestreo se encuentra asociada de alguna manera con el
fenómeno, la muestra obtenida puede estar sesgada, perdiendo
representatividad.
K=N/nNumero de intervalos = KTamaño de la población =Ntamaño de la muestras =n
3. Muestra aleatoria por conglomerados: para conformar esta clase
de muestra, lo que hace el investigador es dividir al universo en
distintos grupos. La conformación de los mismos debe ser tal que
hayan semejanzas entre los mismos para luego elegir algunos grupos y
dejar a otros de lado. Si bien la realización de la muestra aleatoria por
conglomerados lleva más tiempo e incluso puede ser más costosa,
resulta ser una de las opciones más representativas, por lo que los
resultados obtenidos serán muy próximos a la realidad. Las muestras
aleatorias por conglomerados resultan ser muy eficientes en aquellos
casos donde el universo a estudiar sea muy complejo y de gran
tamaño. Otra ventaja es que tampoco requiere un listado de los
miembros que lo conformen, lo que facilita la realización de la muestra.
De todas formas, algunas desventajas de esta opción es que su
representatividad es menor que el de las muestras simples o
estratificadas.
4. Muestra aleatoria estratificada: en este caso, los elementos
también se eligen de manera aleatoria. La diferencia de esta variante
es que previamente el universo se divide en grupos, tomando en
cuenta determinados criterios y, una vez hecho esto, se elijen al azar
los elementos de la muestra. La conformación de los grupos suele
hacerse tomando en cuenta algún criterio que sea significativo para
llevar adelante la investigación. Si los criterios son elegidos de forma
adecuada, las muestras aleatorias estratificadas pueden resultar
sumamente representativas del universo a estudiar.
5. Muestra mixta: en aquellos universos que son sumamente complejos
y por tanto resulta difícil confeccionar una muestra que sea
representativa, los investigadores optan por confeccionar muestras
combinando dos o más de las opciones antes explicadas.