Unidad. Elementos de la teoría del muestreo

Conceptos:

· Población.
· Muestra
· Parámetro
· Estadístico
· Error muestral
· Nivel de confianza
· Varianza poblacional
· Inferencia estadística
Parámetro : Son las medidas o datos que se obtienen sobre la distribución de probabilidades de la población, tales como la media, la varianza, la proporción, etc.
Estadístico. Los datos o medidas que se obtienen sobre una muestra y por lo tanto una estimación de los parámetros.
Error Muestral, de estimación o standard. Es la diferencia entre un estadístico y su parámetro correspondiente. Es una medida de la variabilidad de las estimaciones de muestras repetidas en torno al valor de la población, nos da una noción clara de hasta dónde y con qué probabilidad una estimación basada en una muestra se aleja del valor que se hubiera obtenido por medio de un censo completo. Siempre se comete un error, pero la naturaleza de la investigación nos indicará hasta qué medida podemos cometerlo (los resultados se someten a error muestral e intervalos de confianza que varían muestra a muestra). Varía según se calcule al principio o al final. Un estadístico será más preciso en cuanto y tanto su error es más pequeño. Podríamos decir que es la desviación de la distribución muestral de un estadístico y su fiabilidad.
Nivel de Confianza. Probabilidad de que la estimación efectuada se ajuste a la realidad. Cualquier información que queremos recoger está distribuida según una ley de probabilidad (Gauss o Student), así llamamos nivel de confianza a la probabilidad de que el intervalo construido en torno a un estadístico capte el verdadero valor del parámetro.
Varianza Poblacional. Cuando una población es más homogénea la varianza es menor y el número de entrevistas necesarias para construir un modelo reducido del universo, o de la población, será más pequeño. Generalmente es un valor desconocido y hay que estimarlo a partir de datos de estudios previos.
Inferencia estadística. Trata el problema de la extracción de la información sobre la población contenida en las muestras.
Para que los resultados obtenidos de los datos muestrales se puedan extender a la población, la muestra debe ser representativa de la población en lo que se refiere a la característica en estudio, o sea, la distribución de la característica en la muestra debe ser aproximadamente igual a la distribución de la característica en la población.
La representatividad en estadística se logra con el tipo de muestreo adecuado que siempre incluye la aleatoriedad en la selección de los elementos de la población que formaran la muestra. No obstante, tales métodos solo nos garantizan una representatividad muy probable pero no completamente segura.

1. Tipos de muestreo

Probabilistico:

Evita sesgos en la selección de informantes

Permite hacer estimaciones del error de muestreo

Producen una probabilidad igual de selección, aun cuando sea producto de varias probabilidades parciales

La representatividad, queda limtada a aquellas características que son pertinentes a los intereses sustantivos del estudio

Principio fundamental: “ que todos los miembros de la población tengan igual probabilidad de ser seleccionados en la muestra”.

Se emplea el conocimiento, la opinión personal para identificar aquellos elementos de la población que deben incluirse en la muestra.



Muestreo Aleatorio simple
Muestreo Sistemático
Muestreo estratificado
Muestreo aleatorio estratificado por etapas


No probabilistico: No aleatorio o de juicio