1. CalleZurita Deysi
Mgr. José Ramiro Zapata
Materia: Producción II
“LIBEREMOS BOLIVIA”
POBLACIÓN – MUESTRA
«El mundo no te regalará nada, ¡créeme! Si quieres una vida, ¡róbala!» Lou Andreas-
Salomé
1.-INTRODUCCION
En diversas aplicaciones, interesa que una muestra sea representativa, y para ello debe
escogerse una técnica de muestra adecuada que produzca una muestra aleatoria
adecuada. También es un subconjunto de la población, y para ser representativa, debe
tener las mismas características de la población. Si se obtiene una muestra sesgada, su
interés y utilidad son más limitados, en función del grado de sesgos que presente.
Como un subgrupo o subconjunto representativo de la población, extraída seleccionada
por algún método de muestreo, la muestra siempre es una parte de la población. Si se
tienen varias poblaciones, entonces se tendrán varias muestras. La muestra debe poseer
toda la información deseada para tener la posibilidad de extraerla, y esto solo se puede
lograr con una buena selección de la muestra y un trabajo muy cuidadoso y de alta
calidad en la recogida de datos.
2.-DESARROLLO
2.1. Población.- Es el conjunto de personas u objetos de los que se desea conocer algo
en una investigación. "El universo o población puede estar constituido por personas,
animales, registros médicos, los nacimientos, las muestras de laboratorio, los accidentes
viales entre otros". En nuestro campo pueden ser artículos de prensa, editoriales,
películas, videos, novelas, series de televisión, programas radiales y por supuesto
personas.
Tipos de poblaciones
La población se puede clasificar de la siguiente manera según la cantidad de individuos
que la conforme:
Población finita: es aquella que se puede contar y se pueden estudiar con mayor
facilidad a sus integrantes. Por ejemplo, la cantidad de personas inscritas en un
gimnasio.
Población infinita: son inmensas poblaciones donde se hace muy difícil contabilizar a
sus integrantes, por lo que suele tomarse en cuenta solo una porción de ella a la hora de
realizar un estudio, seleccionando así una muestra. Por ejemplo, la cantidad de granos
de arena en una playa.
2. CalleZurita Deysi
Mgr. José Ramiro Zapata
Materia: Producción II
“LIBEREMOS BOLIVIA”
Población real: son grupos de integrantes tangibles. Por ejemplo, la cantidad de
animales en un zoológico.
Población hipotética: son poblaciones posibles que pueden ser estudiadas ante una
eventualidad. Por ejemplo, la cantidad de nacimientos de bebés prematuros.
Características
Se puede clasificar según la cantidad de individuos que la conforman. Posee variables
estadísticas.
Algunas características esenciales al seleccionarse la población bajo estudio.
Entre éstas tenemos:
Homogeneidad - que todos los miembros de la población tengan las mismas
características según las variables que se vayan a considerar en el estudio o
investigación.
Tiempo - se refiere al período de tiempo donde se ubicaría la población de interés.
Determinar si el estudio es del momento presente o si se va a estudiar a una población
de cinco años atrás o si se van a entrevistar personas de diferentes generaciones.
Espacio - se refiere al lugar donde se ubica la población de interés. Un estudio no puede
ser muy abarcador y por falta de tiempo y recursos hay que limitarlo a un área o
comunidad en específico.
Cantidad - se refiere al tamaño de la población. El tamaño de la población es
sumamente importante porque ello determina o afecta al tamaño de la muestra que se
vaya a seleccionar, además que la falta de recursos y tiempo también nos limita la
extensión de la población que se vaya a investigar.
Objetivos.- Analizar los datos recabados referentes a las características comunes que
comparten los elementos con diversos propósitos.
Una población puede compartir algunas de las siguientes características:
Tiempo. Dado que las características (aquello que una población valora, gusta o
admira o por el contrario rechaza) están atravesadas por la variable del tiempo (y
los valores cambian y se modifican) una población se encuentra en un mismo
momento histórico o temporal determinado.
Espacio. Toda población debe poseer un espacio delimitado.
3. CalleZurita Deysi
Mgr. José Ramiro Zapata
Materia: Producción II
“LIBEREMOS BOLIVIA”
Edad o género. Una población puede estar comprendida por un rango etario o
por un género en común.
Gustos/preferencias. Ciertas poblaciones pueden delimitarse por sus
preferencias en común.
Ejemplos
s habitantes de Bolivia
años.
2.2 .Muestra
Es un subconjunto o parte del universo o población en que se llevará a cabo la
investigación. Hay procedimientos para obtener la cantidad de los componentes de la
muestra como fórmulas, lógica y otros que se verá más adelante. La muestra es una
parte representativa de la población.
Se denomina muestreo al proceso por el que generamos las muestras. Una muestra es
una parte (un subconjunto) de la población, y se desea que la muestra sea lo más
representativa posible de la población de la que procede. Sin embargo, por muy
cuidadosa que sea la selección de la muestra difícilmente será una representación
exacta de la población. Esto significa que su tendencia central, variabilidad, etc.,
aproximarán las de la población, pero habrá cierta diferencia, que interesa sea lo menor
posible. Un concepto clave de muestreo es el de representatividad: Los procedimientos
de muestreo tienen por objeto generar muestras lo más representativas posible de las
poblaciones dados los objetivos de la investigación y las circunstancias que afectan al
muestreo.
Desde un punto de vista aplicado, se denomina muestreo el proceso de selección de la
muestra o muestras a utilizar para la investigación. Esto supone generar una o pocas
muestras. Actualmente es de interés la selección de muestras para la simulación
informática de los procesos de muestreo, particularmente para la obtención de
distribuciones muéstrales. En estos casos el número de muestras generadas puede ser
muy grande (10.000, 80.000, o más) y el procedimiento de muestreo se realiza
informáticamente y con procedimientos específicos.
Desde un punto de vista teórico, el concepto de muestreo es fundamental para la
Inferencia Estadística. El hecho de que las muestras no sean exactamente
4. CalleZurita Deysi
Mgr. José Ramiro Zapata
Materia: Producción II
“LIBEREMOS BOLIVIA”
representativas de las poblaciones significa que las inferencias presentan cierto margen
de incertidumbre. Para cuantificarlo y definir técnicas inferenciales es necesario conocer
cómo se comportan los estadísticos obtenidos en las muestras, esto es, cómo son las
distribuciones muéstrales de los estadísticos habitualmente utilizados para la inferencia.
Las muestras singulares generadas para investigación con sujetos suelen utilizarse para
obtener algunos estadísticos (Media, proporción, cuasi varianza, etc.) con los que se
realiza el proceso de inferencia. En cambio, las muestras simuladas por ordenador
suelen ser utilizadas para obtener distribuciones muéstrales y realizar inferencia. Esto es
de interés cuando se dan circunstancias especiales que no aconsejan utilizar los
procedimientos habituales. Las distribuciones muéstrales son las distribuciones de
estadísticos de muestras que pertenecen a la misma población. Por ejemplo, la
distribución maestral de la Media es la distribución de las Medias de muestras de un
mismo tamaño extraídas de la misma población.
Ejemplo 1.1. Supongamos que se estudia una población de escolares a fin de conocer la
prevalencia de cierta dolencia. Cada escolar es una unidad de análisis pero, en lugar de
contar con un listado de escolares, se tiene un listado de colegios (alguno de los cuales
se elegirán para el estudio).Una vez hecha esta selección, se toman algunas aulas de los
colegios elegidos. Finalmente, dentro de estas últimas se eligen alumnos que integran la
muestra definitiva. El listado de colegios primero, el de las aulas que tiene cada colegio
seleccionado y el de niños, correspondiente a cada aula elegida dentro de los colegios
de la muestra, constituyen el marco muestral del estudio. Puesto que hay tres procesos
escalonados de selección, existen en este caso las llamadas unidades de muestreo de
primera, segunda y tercera etapa.
Podemos resumir en estos cuatro puntos las ventajas que la utilización de muestras
presenta con respecto a la enumeración completa de la población:
Coste reducido. Si los datos se obtienen de una pequeña fracción del total, los gastos
de recogida y tratamiento de los datos se reducen. Incluso si la obtención de
información en toda la población es factible, suele ser mucho más eficiente la utilización
de técnicas de muestreo.
Mayor rapidez. Los datos pueden ser más fácilmente recolectados y estudiados si se
utiliza una muestra que si se emplean todos los elementos de la población. Por tanto, el
uso de técnicas de muestreo es especialmente importante cuando se necesita la
información con carácter urgente.
5. CalleZurita Deysi
Mgr. José Ramiro Zapata
Materia: Producción II
“LIBEREMOS BOLIVIA”
Mayor flexibilidad y mayores posibilidades de estudio. La disponibilidad de registros
completos es limitada. Muy a menudo, la única alternativa posible para la realización de
un estudio es la obtención de datos por muestreo.
Mayor control de calidad del proceso de recogida de datos. Al recoger datos en un
número menor de efectivos, resulta más fácil recoger un número mayor de variables por
individuo, así como tener un mejor control de la calidad del proceso de recogida de
datos.
La teoría de muestreo persigue un doble objetivo. Por un lado, estudia las técnicas que
permiten obtener muestras representativas de la población de forma eficiente. Por otro
lado, indica cómo utilizar los resultados del muestreo para estimar los parámetros
poblacionales, conociendo a la vez el grado de incertidumbre de las estimaciones.
Así, la teoría de muestreo pretende dar respuesta a varias preguntas de interés:
¿Cómo se eligen a los individuos que componen la muestra?
¿Cuántos individuos formarán parte de la muestra?
¿Cómo se cuantifican las diferencias existentes entre los resultados obtenidos en la
muestra y los que hubiéramos obtenido si el estudio se hubiera llevado a cabo en toda
la población?
Técnicas de muestreo La característica más importante de una muestra es que debe ser
representativa de la población objeto de estudio para poder extrapolar los resultados a
la población total. Las nociones de muestra representativa y de muestra probabilística
suelen identificarse erróneamente como una y la misma. Como consecuencia puede
ocurrir que, al admitir que la muestra no fue seleccionada por vía del azar, el
investigador sienta que su estudio carece del rigor científico necesario. La noción que
mejor sintetiza la idea de representatividad es la siguiente: “Lo que debe procurarse es
que la muestra tenga internamente el mismo grado de diversidad que la población” Los
métodos para seleccionar una muestra representativa son numerosos, podemos
clasificarlos en:
Probabilístico: Todos los individuos tienen la misma probabilidad de ser elegidos para
formar parte de la muestra (principio de equiprobabilidad).
No Probabilístico: La elección de los individuos no depende de la probabilidad, sino
del proceso de toma de decisiones del investigador (las muestras seleccionadas por
decisiones subjetivas tienden a estar sesgadas).
6. CalleZurita Deysi
Mgr. José Ramiro Zapata
Materia: Producción II
“LIBEREMOS BOLIVIA”
3. CONCLUSIONES
El tamaño de la muestra es muy importante, pero este no garantiza que se represente
con precisión a la población que necesitamos. Más que el tamaño, la representatividad
está más relacionada con el marco de muestreo, es decir, con la lista de donde se
seleccionan a las personas que van a ser, por ejemplo, parte de una encuesta. Por ello
debemos cuidar que personas de nuestro público objetivo estén incluidas en esa lista
para decir que es una muestra representativa.
4. REFERENCIAS
https://www.questionpro.com/blog/es/muestra-representativa-para-investigacion
http://metodologiaeninvestigacion.blogspot.com/2010/07/poblacion-y-muestra.html
http://www.scielo.org.bo/scielo.php?pid=s1815-02762004000100012&script=sci_arttext
https://www.diferenciador.com/poblacion-y-muestra/
https://www.uv.es/webgid/Inferencial/21_introduccin.html