Muestreo: población, diseños y errores de selección
Comprende qué es el muestreo, distingue diseños probabilísticos y no probabilísticos y revisa cobertura, no respuesta y ponderación.
En pocas palabras
- Población, muestra y marco muestral tienen funciones diferentes.
- Una muestra grande puede conservar sesgo de cobertura o participación.
- La inferencia debe respetar diseño, ponderaciones y supuestos.
En este artículo
El muestreo es el proceso de seleccionar unidades de una población para obtener información sobre ella o sobre un problema definido. Su calidad depende de cómo se delimita la población, de qué unidades pueden ser seleccionadas y de cómo se realiza la selección. El tamaño de la muestra importa, pero no compensa automáticamente una cobertura incompleta o una participación sesgada.
Una población es el conjunto de interés; la muestra es el subconjunto observado. El marco muestral es el recurso operativo que permite seleccionar, como una lista de estudiantes. Si la lista no incluye una parte de la población, el problema comienza antes de contactar a cualquier participante.
Muestreo probabilístico y no probabilístico
En un diseño probabilístico, las probabilidades de inclusión se definen mediante un mecanismo aleatorio conocido. Eso permite fundamentar estimaciones y evaluar su variabilidad conforme al diseño. En un diseño no probabilístico, como selección por conveniencia o participación voluntaria, esa base no se obtiene automáticamente. Sus usos y límites deben explicitarse.
| Diseño | Cómo se organiza | Precaución |
|---|---|---|
| Aleatorio simple | Selección aleatoria a partir del marco | Necesita un marco adecuado y un mecanismo real de sorteo |
| Estratificado | Selección dentro de grupos definidos | La asignación y las probabilidades pueden diferir entre estratos |
| Conglomerados | Selección de grupos que contienen unidades | La semejanza dentro de grupos afecta la precisión |
| Sistemático | Selección con intervalo y arranque aleatorio | Debe revisarse el orden y la posible periodicidad del marco |
| Conveniencia | Unidades accesibles según el procedimiento | La generalización requiere cautela y justificación adicional |
- Diseño
- Aleatorio simple
- Cómo se organiza
- Selección aleatoria a partir del marco
- Precaución
- Necesita un marco adecuado y un mecanismo real de sorteo
- Diseño
- Estratificado
- Cómo se organiza
- Selección dentro de grupos definidos
- Precaución
- La asignación y las probabilidades pueden diferir entre estratos
- Diseño
- Conglomerados
- Cómo se organiza
- Selección de grupos que contienen unidades
- Precaución
- La semejanza dentro de grupos afecta la precisión
- Diseño
- Sistemático
- Cómo se organiza
- Selección con intervalo y arranque aleatorio
- Precaución
- Debe revisarse el orden y la posible periodicidad del marco
- Diseño
- Conveniencia
- Cómo se organiza
- Unidades accesibles según el procedimiento
- Precaución
- La generalización requiere cautela y justificación adicional
El Manual básico de estadística del INE presenta muestreo probabilístico y aleatorio simple. Para desarrollar dos diseños concretos, consulta muestreo aleatorio simple y muestreo estratificado.
Ejemplo de población, marco y selección
Si se decide representar a cada facultad mediante estratos, deben definirse la asignación de la muestra y la selección dentro de cada uno. Tomar el mismo número en grupos de tamaños diferentes produce probabilidades distintas. Para estimar el total o el promedio de la población, pueden ser necesarios pesos adecuados al diseño; no basta juntar respuestas y calcular un promedio sin examinarlo.
Error de muestreo y otros problemas
La variación de muestreo refleja que distintas muestras aleatorias pueden producir estimaciones diferentes. Cobertura, falta de respuesta, medición y procesamiento son otras fuentes de error. La discusión de datos y variación de OpenStax ayuda a distinguir estos aspectos.
Una muestra muy grande de voluntarios puede seguir siendo sistemáticamente distinta de la población. Aumentar el número reduce ciertas formas de variabilidad bajo condiciones apropiadas, pero no borra por sí solo el sesgo de selección. Antes de interpretar un margen de error, comprueba a qué diseño y a qué fuentes de incertidumbre corresponde.
Qué hacer con la falta de respuesta
Registra cuántas unidades fueron seleccionadas, contactadas, elegibles y respondieron. Si la participación depende del tema investigado, las respuestas pueden diferir de las ausencias. La tasa de respuesta es informativa, pero no demuestra por sí sola ausencia o presencia de sesgo. Importa también quién no respondió y con qué información puede evaluarse la diferencia.
Las directrices de calidad del INE sitúan la calidad en el proceso estadístico completo. Ajustes de ponderación o imputación requieren supuestos y documentación; no son una autorización para inventar respuestas ni para reemplazar sin explicación a quienes no participaron.
Cómo documentar un plan de muestreo
Información mínima para revisión
- Población objetivo y unidad de análisis.
- Marco, fecha y posibles exclusiones de cobertura.
- Diseño y procedimiento de selección.
- Tamaño previsto y criterio para definirlo.
- Tratamiento de falta de respuesta y probabilidades desiguales.
- Procedimiento de estimación y evaluación de precisión.
La estadística descriptiva resume las observaciones obtenidas. La inferencia necesita relacionarlas con el diseño y sus supuestos. Un informe sólido permite reconstruir de dónde llegaron las unidades y por qué la conclusión alcanza, o no, a una población más amplia.
Referencias
- INE. Manual básico de estadística: muestreo probabilístico y aleatorio simple. https://www.ine.es/ine/oposiciones/temario_2021/manual_basico_estadistica.pdf
- OPENSTAX. Introductory Statistics 2e. 1.2: Data, Sampling, and Variation in Data and Sampling. https://openstax.org/books/introductory-statistics-2e/pages/1-2-data-sampling-and-variation-in-data-and-sampling
- INE. Directrices de calidad y métodos de trabajo del proceso estadístico. https://www.ine.es/en/ine/codigobp/directrices_calidad_ine_en.pdf
Autoría
Study Mais
Sigue estudiando
Hidrosfera: reservorios, flujos y balance de agua
Estudia la hidrosfera como sistema de reservorios y flujos. Relaciona agua superficial, subterránea y atmósfera con un ejemplo de balance.
Prueba de hipótesis: pasos y ejemplo bilateral
Sigue una prueba de hipótesis con supuestos explícitos, estadístico, valor p y conclusión. Distingue significación, efecto e incertidumbre.
Propiedades químicas: significado, ejemplos y condiciones
Distingue propiedades químicas de físicas, relaciona reactividad con condiciones y evita confundir cambio de estado con transformación química.