En el transcurso de estas semanas se ha hablado de algunos conceptos que ya se han mencionado pero se han retomado para proseguir con el programa de estudio, de manera general se han abarcado los siguientes:

El muestreo es un proceso que tiene como propósito el obtener conocimiento sobre las características generales de una población, mediante la información parcial que proporciona una fracción de ella llamada muestra.

Una población se define como un conjunto o colección de objetos o de entes que se caracterizan por poseer ciertas propiedades especificas. Se dice también que una población esta formada por elementos o unidades.

Así una muestra se define como un subconjunto de elementos o unidades, seleccionados de alguna manera, de la población de estudio.

Las poblaciones en un muestreo probabilístico, están formadas por un número finito de elementos, es decir, por un número de unidades que es posible contarlas.

El numero total de unidades o elementos de que consta una población, se llama tamaño de la población y se denota con la letra mayúscula N.

Las poblaciones se identifican o describen mediante ciertas medidas que se denominan parámetros de la población. Así el proceso de muestreo tiene como objetivo el obtener conocimiento o información sobre los parámetros de una población.

Los parámetros de una población son aquellas constantes que la caracterizan, describen o identifican. Para cada característica de interés en la población, existen sus respectivos parámetros.

Un estimador (de un parámetro) es una regla o función cuyos valores dependen de los datos de una muestra. En otras palabras, es una regla que indica como hacer el cálculo de una estimación de un parámetro, utilizando los datos de la muestra.

Para realizar un censo o enumeración total de una población se requiere de mucho tiempo de operación y suele resultar muy costoso, aunque existen circunstancias en que la enumeración total es la única alternativa.

 Un método de muestreo es una forma objetiva y científica de selección de unidades de una población, para construir una muestra que represente a la población.

Así para obtener conocimiento de una población con base en la información contenida en una muestra, se puede recurrir a dos procedimientos generales, los cuales tienen como diferencia básica la manera de seleccionar las unidades de la población y el método utilizado para determinar un tamaño de muestra. A estos procedimientos se les denomina muestreo probabilístico y no probabilístico y cada uno engloba una serie de métodos de muestreo.

Muestreo probabilístico.- comprende métodos de muestreo que usan un mecanismo aleatorio para la selección de las unidades que integrarán a la muestra, así, cada una de las unidades que pertenecen a la población tendrá una probabilidad conocida de ser seleccionada, así como una probabilidad de ser incluida en la muestra y ningún de esas probabilidades es igual a cero. Una de las características de este método de muestreo es que la calidad, error o precisión de los estimadores puede ser determinado y expresado en términos probabilísticos. Algunos de los métodos que incluyen el muestreo probabilístico están: muestreo aleatorio simple, el muestreo aleatorio estratificado, el muestreo sistemático con iniciación aleatoria, muestreo por conglomerados, etc.

Muestreo no probabilístico.- incluye aquellos métodos de muestreo donde la selección de las unidades que formarán la muestra, se realiza por medios subjetivos o procedimientos no aleatorios. Aquí no se tiene una estructura probabilística para desarrollar una teoría de muestreo, ni se podrán averiguar la bondad de las estimaciones muestrales en términos cuantitativos. Algunos de los métodos que incluyen el muestreo no probabilístico tenemos al muestreo de juicio, muestreo de cuota, muestreo de voluntarios, etc.

En los estudios donde se emplea el muestreo se debe obtener información acerca de los parámetros de las características de interés de la población. La información sobre los parámetros se obtiene a través de una muestra y mediante el cálculo del estimador correspondiente a cada uno de los parámetros.

Se debe mencionar que en poblaciones es muy homogénea, es decir si, una característica o varias características presentan poca variabilidad, así el error en las estimaciones puede ser despreciable, ya que la diferencia entre el valor del estimador y el del parámetro será insignificante.

En una población heterogenea, cuando una o más características de interés en la población presentan variabilidad. Aquí adquiere importancia el error en la estimación, error que estará presente en cada muestra que se elija del mismo tamaño.

En muestreo es común hablar del concepto de precisión de un estimador o de la precisión en las estimaciones, este concepto se basa en el muestreo repetido y esta precisión se basa en los términos siguientes:

-Como un límite máximo que se fija previamente para la varianza, o la desviación estándar, o el coeficiente de variación del estimador.

Esta forma de referirse a la precisión de un estimador tiene su fundamento en lo siguiente: una medida del error promedio de muestreo, o de cuanto se desvían en promedio los valores posibles del estimador con respecto al valor del parámetro que se estima, esta dada por la varianza o la desviación estándar o el coeficiente de variación del estimador. Así un estimador será más precisa cuando la media de su variabilidad este más próxima a cero, lo cual indica que los valores del estimador estarán más cerca al valor del parámetro.

Cabe destacar que el concepto de error de muestreo o de la estimación, definido como una diferencia entre el valor del estimador y el valor del parámetro, es para una muestra especifica; mientras que el concepto de precisión, se contempla como una variación promedio máxima admisible entre el estimador y el parámetro, en muestreo repetido y para un tamaño de muestra n dado.

-Como un límite máximo de error y una confiabilidad, ambos previamente establecidos.

Es la segunda manera de referirse a la precisión, consiste en considerar un error absoluto máximo permisible entre el estimador y el parámetro, bajo un muestreo repetido, un tamaño de muestra n y una confiabilidad. En este contexto se deben definir los siguientes conceptos:

Precisión.- es el alejamiento o distancia máxima que el investigador está dispuesto a aceptar entre el estimador y el parámetro y se define como:

–  = d    Donde:  =El parámetro  =Estimador d=Precisión del estimador

Confiabilidad.- es el grado de seguridad deseado de que la precisión d se cumpla, y se mide en términos de probabilidad. Y se representa así:

1 – α = confiabilidad Donde: α =toma valores entre cero y uno

“La confiabilidad generalmente se expresa en porcentaje y los valores mas solicitudes con frecuencias son el 90%, 95% y 97%”.

NOTA:

Durante las sesiones se realizaron una serie de ejercicios para ilustrar y practicar.

BIBLIOGRAFIA

Rendón S.G. 1993. Muestreo. Aplicación en la estimación simultanea de varios parámetros. Colegio de Postgraduados. Chapingo, México. Pp. 247.

Rendón S.G. y González R.V. 1989. Tamaño de muestra: una alternativa para determinar con extensión a estudios con propósitos múltiples. Comunicaciones en estadística y cómputo. Vol. 8, Núm. 5. C.E.C. Colegio de Postgraduados. Chapingo, México.