Portafolio de Métodos Cuantitativos

 Unidad I

Muestreo

El muestreo es necesario por el hecho de que las poblaciones pueden ser demasiado grandes y no es factible tanto en recursos materiales como económicos el tomar datos de todos los individuos.  

El objetivo es que la muestra sea representativa, es decir, que sus indicadores como la media de edad, el ingreso promedio, el porcentaje de hombres y mujeres, entre otros. Sea el mismo o similar al de la población.

En muchos casos, el muestro resulta mas accesible que el estudio de toda la población, en esta sección se explicarán las razones principales para poder realizar una muestra, y sus diversos métodos para elegir una muestra. 

Razones para muestrear

Cuando se estudian las características de una población, existen diversas razones prácticas para preferir algunas partes o muestras de ella, para observar y medir. A continuación se muestran algunas razones para muestrear:

1.- Establecer contacto con toda la población, requeriría de mucho tiempo.
2.- El costo de estudiar todos los elementos de una población resultaría prohibitivo.
3.- Es imposible verificar de manera física todos los elementos de la población. 
4.- Algunas pruebas son de naturaleza destructiva.
5.- Los resultados de la muestra son adecuados.

Proceso de muestreo

Muestreo Probabilístico:

Cada elemento de la población tiene una oportunidad conocida de ser seleccionada para la muestra. Se dice que es conocida, y no que se tiene una igual oportunidad, es solo en caso especial del muestreo probabilístico que recibe el nombre de "muestreo aleatorio simple".

El muestreo probabilístico nos permite calcular el grado de calor que la muestra puede diferir del valor de la población de interés. Esta diferencia se le conoce como "error muestral".

Muestreo no Probabilístico:

La selección de un elemento de la población, para que pueda formar parte de la muestra se besa en el criterio del investigador o entrevistador de campo. 

Aquí no existe la oportunidad de conocer por cualquier elemento particular de la población que se ha seleccionado. Por lo tanto no se puede calcular el error muestral que ha ocurrido. 

Procedimiento del muestreo probabilístico:

En el procedimiento de muestreo probabilístico forman parte todo aquellos métodos para los que se puede calcular la probabilidad de extracción de cualquiera de las muestras posibles.

1.- Muestro aleatorio simple: muestra seleccionada de manera que cada elemento o individuo de la población tenga las mismas posibilidades de que se le incluya.

Ejemplo 1: En una organización de 500 empleado, el equipo de recursos humanos decide llevar a cabo actividades de recreación en equipos. 

Es muy probable que prefiera escoger fichas de un tazón, en este caso, cada uno de los 500 empleados, tendrá la misma oportunidad de ser seleccionado.

Ejemplo 2: Utilizar un número de identificación por cada empleado y una tabla de números aleatorios. Como su nombre lo indica, estos número se generaran mediante un proceso aleatorio (en una computadora). La probabilidad de 0, 1, 2, 3...9 es la misma para cada dígito de un número. Por consiguiente, la probabilidad de que se seleccione al empleado número 11, es la misma que tiene el empleado 125 o 146. 

Cuando se emplean números aleatorios para seleccionar empleados, se elimina la influencia o seso del proceso de selección. 

2.- Muestreo aleatorio estratificado: una población se divide en sub-grupos denominados estratos, y se selecciona al azar una muestra de cada estrato.

3.- Muestreo por conglomerado: la población se divide en conglomerados a partir de los límites naturales geográficos o de otra clase. Posterior se seleccionan los conglomerados al azar y se toma una muestra de forma aleatoria con elementos de cada grupo

Ejemplo

Si el gobierno de los Estados Unidos desea evaluar el número de inmigrantes que viven en su territorio, puede dividirlos en grupos basados en estados como: California, Texas, Florida, Massachusetts, Colorado, etc. 

Esta forma de realizar una encuesta será más efectiva ya que los resultados se organizarán por Estados y proporcionarán datos de inmigración objetivos.

3.1.- Muestreo aleatorio sistemático: se selecciona un punto aleatorio de inicio y posteriormente se elige cada k-esimo miembro de la población.

Ejemplo

Un investigador tiene la intención de recoger una muestra sistemática de 500 personas en una población de 5000.

Numera cada elemento de la población de 1 a 5000, y se eligirá  a cada 10 individuos para que formen parte de la muestra. 

Formula: población total / tamaño de la muestra

5000 / 500 = 10

3.2.- Muestra por áreas: en esta se eligen los elementos de la muestra en función de su área geográfica. Es por esto que también es llamado "geográfico", a la vez que es de enorme utilidad cuando la población esta dispersa en zonas o áreas.

Una de sus ventajas es la facilidad, bajo costo y posibilidad de uso en muestras de gran tamaño, ya que los individuos suelen ser muy accesibles.

Mientras que una de sus desventajas es ele levado error aleatorio, respecto a otros métodos, debido a que se debe de conocer mucha información de la población y a veces no refleja la diversidad.

Procedimiento del Muestreo no probabilístico:

1.- Muestra por conveniencia: los sujetos son seleccionados dada la conveniente accesibilidad y proximidad de los sujetos para el investigador. Son seleccionados para el estudio debido a que son mas fáciles de reclutar, y el investigador no esta considerando las características de inclusión de los sujetos que los hace representativos de toda la población.

Ejemplos

- La selección de cinco personas de una clase o incluso la selección de los cinco primeros nombre de la lista de pacientes de una lista en una institución médica.

- Un grupo de estudiantes voluntarios

- Individuos que se han seleccionado de una clínica, clase o institución.

En estos ejemplos, el investigador inadvertidamente excluye una gran proporción de la población. Una muestra de conveniencia es una selección de sujetos que son accesibles para el investigador.

 

2.- Muestra por juicio: los miembros de la muestra se eligen solo sobre la base del conocimiento y el juicio del investigador. Como el conocimiento del investigador es instrumental en la creación de una muestra, hay posibilidades de que los resultados obtenidos sean altamente precisos con un mínimo margen de error.

El proceso de selección de este tipo de muestra implica que el investigador seleccione cuidadosamente a cada individuo, para que forme parte de la muestra. El conocimiento del investigador es fundamental en este proceso de muestreo, ya que los miembros de la muestra no se eligen al azar.

Este tipo de muestreo es más efectico en situaciones en las que sólo hay un número restringido de personas que poseen cualidades que un investigador espera de la población objetivo.

Los investigadores prefieren implementar el muestreo por juicio, cuando sienten que otras técnicas de muestreo consumirán más tiempo y confían en su conocimiento para seleccionar una muestra y poder llevar a cabo la investigación. 

Ventajas 

1.- Consume un tiempo mínimo de ejecución.

2.- Permite a los investigadores acercarse directamente a su mercado objetivo.

3.- Resultados casi en tiempo real.

Ejemplo

Cuando un investigador lleva a cabo un muestreo por conveniencia para recolectar retroalimentación de los profesores sobre su universidades, pero existe una alta probabilidad que los resultados sean sesgados. El investigador preferirá un muestreo por juicio para seleccionar aquellos profesores que proporcionarán 100% de retroalimentación sobre la universidad. 

3.- Muestra por cuota: los investigadores pueden formar una muestra que involucre a individuos que representan a una población y que se eligen de acuerdo con sus rasgos o cualidades.

El investigador puede decidir el rasgo que se llevará a cabo la selección del subconjunto de la muestra, para que esta puede ser efectiva en la recolección de datos y que puedan generalizar a toda la población.

Se pueden recolectar datos representativos de una muestra formada utilizando el método de muestreo por cuotas. Es muy similar al muestreo estratificado, la principal diferencia entre estas dos técnicas es que, el muestreo por cuotas los elementos de la muestra no se seleccionan aleatoriamente de cada estrato. 

Los investigadores suelen utilizar este tipo de muestreo en situaciones en las que existen restricciones financiera o de tiempo para la investigación, en algunos casos en los que la velocidad de la investigación es más valiosa que la precisión de los resultados obtenidos.

Por ejemplo

Cuando un investigador busca realizar un análisis comparativo  de mercado y saber cómo utilizan un producto, de acuerdo a diferentes grupos de edad, antecedentes socioeconómicos y también por género, las cuotas se crean dentro de la población objetiva. 

El investigador puede crear múltiples estratos en base a tres variables considerando la proporción de cada variable que existen dentro de la población. De acuerdo con el modo de investigación online, el investigador puede realizar encuestas, sondeos o cuestionarios para recopilar datos para su estudio.