¿Que es universo, muestra y muestreo? Muestreo Probabilistico y No Probabilistico

En estadística cuando se dispone de poca información se debe recolectar, ordenar e interpretar toda la información posible.

Pero ¿qué sucede cuando es muchísima información? Para estos casos se debe seleccionar parte de toda la información disponible, estos dos grupos de información en estadística se denominan “Universo” y “Muestra”.

UNIVERSO: Es el conjunto entero al que se desea analizar y establecer conclusiones, por su tamaño, las poblaciones pueden ser finitas o infinitas. La población se representa por la letra “N”.

MUESTRA: Es un conjunto de elementos seleccionados de una población de acuerdo a un plan de acción previamente establecido denominado muestreo, con el fin de obtener conclusiones que pueden ser extensivas hacia toda la población. La muestra se representa por la letra “n”.

El muestreo es la técnica que permite obtener una “muestra representativa de la población”, en esta muestra cada elemento seleccionado ha tenido la misma probabilidad de ser incluido en la muestra. 

La muestra debe lograr una representación adecuada de la población, en la que se reproduzca los rasgos esenciales, se reflejar las similitudes y las diferencias encontradas en la población.

Existen dos tipos: Muestreo Probabilistico y Muestreo No Probabilistico

Cada unidad de análisis tiene la misma probabilidad de ser elegida, lo cual determina la situación de poder generalizar los hallazgos del estudio a toda la población objetivo. Sólo estos métodos de muestreo probabilístico nos aseguran la representatividad de la muestra extraída y son, por tanto, los más recomendables.

1. Muestreo aleatorio simple (MAS)

El muestreo aleatorio simple es una técnica de muestreo en la que todos los elementos que forman el universo tienen idéntica probabilidad de ser seleccionados para la muestra. Además, existe el muestreo aleatorio simple con reposición y sin reposición, la selección dependerá de si los individuos del universo pueden ser seleccionados más de una vez en la muestra o no.

2. Muestreo aleatorio estratificado (MAE)

Esta técnica divide toda la población objeto de estudio en diferentes estratos, de manera que un individuo sólo puede pertenecer a un estrato.

Los estratos suelen crearse a partir de grupos homogéneos de individuos, que a su vez son heterogéneos entre diferentes grupos, es habitual definir estratos de acuerdo a variables socio-demográficas de la población como la edad, sexo, clase social o región geográfica. Estas variables permiten dividir fácilmente la muestra en grupos mutuamente excluyentes y, con bastante frecuencia, permiten discriminar comportamientos diferentes dentro de la población.

3. Muestreo aleatorio sistemático

Es una técnica que consistente en escoger un individuo inicial de forma aleatoria entre la población, el resto del proceso es trivial y rápido. Los resultados que obtenemos son representativos de la población, de forma similar al muestreo aleatorio simple.

4. Muestreo aleatorio por conglomerados

Es una técnica que aprovecha la existencia de grupos o conglomerados en la población que representan correctamente el total de la población en relación a la característica que queremos medir. Si esto sucede, podemos seleccionar únicamente algunos de estos conglomerados para conocer la información de interés del total de la población.

Mientras que en todas las técnicas vistas hasta ahora las unidades de muestreo coinciden con las unidades a estudiar (individuos), en el muestreo por conglomerados las unidades de muestreo son grupos de unidades a estudiar (grupos de individuos).

Para estudios exploratorios, comúnmente se acude a métodos no probabilísticos, aun siendo conscientes de que no sirven para realizar generalizaciones, ya que no todos los sujetos de la población tienen la misma probabilidad de ser elegidos.

1. Muestreo por cuotas

El muestreo por cuotas es una técnica que no va a permitir transformarlo en probabilístico, por lo tanto, no se podrá calcular el margen de error y el nivel de confianza sobre los resultados. Es decir, el uso de cuotas no permite medir el grado de precisión de nuestros resultados.

El muestreo por cuotas ofrece resultados útiles a un costo efectivo y, si se han elegido correctamente las variables sobre las que segmentar, dichos resultados suelen ser fiables.

2. Muestreo intencional

En muestreo intencional es una técnica donde se seleccionan muestras basándose únicamente en el conocimiento y la credibilidad del investigador, es decir, los investigadores eligen solo a aquellos que estos creen que son los adecuados para participar en un estudio de investigación.

La desventaja principal es que los resultados pueden estar influenciados por nociones percibidas del investigador. Por lo tanto, hay una gran cantidad de ambigüedad involucrada en esta técnica de investigación.

3. Muestreo causal

El muestreo causal es una técnica donde los individuos se eligen de manera casual, sin ningún juicio previo. Las personas que realizan el estudio eligen un lugar o un medio, y desde ahí realizan el estudio a los individuos de la población que accidentalmente se encuentren a su disposición.

4. Muestreo bola de nieve

El muestreo por bola de nieve es una técnica en la que los individuos seleccionados para ser estudiados reclutan a nuevos participantes entre sus conocidos.

El nombre de "bola de nieve" proviene de la idea que una bola de nieve al rodar por una pendiente se va haciendo más y más grande, esta técnica permite que el tamaño de la muestra vaya creciendo a medida que los individuos seleccionados invitan a participar a sus conocidos.

La bola de nieve se usa con frecuencia para acceder a poblaciones de baja incidencia y a individuos de difícil acceso por parte del investigador, funciona especialmente bien cuando el rasgo distintivo de la población que queremos estudiar tiende a agrupar a dichos individuos, a favorecer su contacto social.