Actividad, Ejemplos de Muestreo Basados en La Vida Real
-
Upload
juan-gonzalez-ferrer -
Category
Documents
-
view
1.143 -
download
14
description
Transcript of Actividad, Ejemplos de Muestreo Basados en La Vida Real
Programa de: Licenciatura en Psicología
Alumno: Juan González Ferrer
Actividad: Ejemplos de muestreo basados en la vida real
Asignatura:
Métodos de Estadística Inferencial en Psicología
Segunda unidad: Técnicas de Muestreo sobre una Población
Tutor: Mtro. Felipe Duque Duarte
18 de septiembre del 2015
1
INTRODUCCIÓN
Partiendo de las distintas definiciones de tipos de muestreos contenidos en la lectura de la
guía y en los videos propuestos, me propongo enseguida dar ejemplos sencillos de la vida
cotidiana en los cuales se puede representar las distintas técnicas de muestreo vistas en
esta unidad, con el propósito no solo de cumplir con la tarea asignada, sino de tener en claro
para mí mismo la aplicación práctica de dichas técnicas de muestreo representativas de
ciertas poblaciones.
EJEMPLO COTIDIANO SOBRE EL MUESTREO ALEATORIO
Considerando que esta técnica se da cuando todos los elementos de la población tienen la
misma probabilidad de ser elegido en la muestra y sin oportunidad de reposición. Además
partiendo del ejemplo que proporciona la guía, se dice que esta técnica es la que
comúnmente se utiliza en los sorteos, en los que usan fichas con los nombres de todos los
participantes, propongo el siguiente ejemplo de la vida cotidiana. Pero agregando además
que esta técnica se recomienda preferentemente cuando la población es pequeña, cuando
hay bajo nivel de heterogeneidad en los datos, cuando la población está ubicada en un
espacio reducido, y cuando no se tiene información previa de la población. Por lo que el
ejemplo que doy es el siguiente: Supóngase que quiero rifar 3 boletos para ir al cine entre
los 21 estudiantes existentes en mi salón de clases.
La forma más sencilla de hacer un muestreo
aleatorio, lo cual implica que la muestra dependerá
del azar, por lo que para que todos tengan la misma
oportunidad de salir sorteados, les pido que todos
pongan su nombre en un papelito, que luego será
puesto en un recipiente como un frasco, y una vez
teniendo los nombres de todos los 21 estudiantes,
se revuelven muy bien todos y se procede a pedirle a alguien que selecciones un papelito a
la vez, revolviendo de nuevo los papelitos antes de sacar el siguiente hasta que se
seleccionen los 3 nombres premiados. En este caso la formula representativa de la selección
será n/N que se interpreta el número la n como la cantidad de la muestra a elegir, en este
caso 3 personas, sobre la base de la población total representada por la letra N, en este caso
los 21 estudiantes del grupo. Dando como resultado 3/21, lo cual implica que cada estudiante
2
tiene la probabilidad de (1/7) un séptimo de posibilidades de ser elegido. Las ventajas de
este método es que resulta fácil y sencillo, el cálculo de posibilidades es rápido y además
existen programa informáticos para analizar los datos. Dentro de las posibles desventajas es
que se requiere tener un listado completo de toda la población, además si las muestras son
pequeñas caemos en el riesgo de que no se represente en la muestra a la totalidad de la
población adecuadamente.
EJEMPLO COTIDIANO SOBRE MUESTREO ESTRATIFICADO
Según la definición contenida en una de las lecturas asignadas en la segunda unidad del
curso para esta clase de muestreo es la siguiente: En el muestreo aleatorio estratificado los
elementos de la población primero se dividen en grupos, a los que se les llama estratos, de
manera que cada elemento de la población pertenezca a uno y sólo a un estrato. La base
para la formación de los estratos, puede ser siguiendo ciertos criterios, como por ejemplo el
departamento donde se labora, la edad, el tipo de empresa, etc., dichas categorías quedan a
discreción de la persona que diseña la muestra. Sin embargo, también se aclara que se
obtienen mejores resultados cuando los elementos que forman un estrato son lo más
parecido posible. Volviendo con el ejemplo anterior
supongamos que como maestro de 5 grupos de
estudiantes de una misma escuela requiero rifar
ahora 15 boletos para el cine entre los 5 grupos, la
primera idea que tengo es rifar 3 boletos en cada
grupo, sin embargo al pensar en los grupos me doy
cuenta que el número de estudiantes de cada
grupo es diferente. El grupo más grande cuenta con
35 estudiantes, hay otros dos grupos de 30, uno de
25 estudiantes, y el más pequeño es de 20 estudiantes, dando un total de 140 estudiantes
entre los 5 grupos. El análisis es que si se rifan los 3 boletos en cada grupo, las posibilidades
de una justa distribución no serían ecuánimes, ya que la población no es igual en cada
grupo, por lo que se decide hacer una muestra estratificada, para tener un mayor equilibrio
de posibilidades. Para ello decido una asignación proporcional, por lo que decido seleccionar
algunos estratos representativos de la población, por lo que pudiera tomar algunos criterios,
como por ejemplo si la población de los 140 estudiantes fueran 40% hombres (56 personas)
3
y 60% mujeres (84 personas) podía tener dos estratos por género, y rifar en esa misma
proporción los 15 boletos disponibles, lo cual sería rifar 9 boletos entre las mujeres (eso
equivale también al 60% de los 15 boletos disponibles) y 6 boletos entre los hombres (lo cual
equivale también al 40% de los 15 boletos disponibles). Esto es solo un ejemplo de dos
estratos, pero se podrían elegir estratos distintos, por ejemplo formar grupos proporcionales
considerando las calificaciones de los estudiantes, o las edades, etc. La ventaja de esta
técnica es que asegura una representatividad más equitativa de los diversos grupos o
estratos en la muestra. Además nos da mayor flexibilidad para elegir sub grupos en base a
ciertas características de la población, haciendo a la vez más flexible la muestra en base a
ciertos intereses específicos. La desventaja seria que se requiere mayor conocimiento de las
características de la población, lo cual no siempre se tiene, sobre todo si la población es más
grande. Además entre mayor sea la población o más heterogénea, será más difícil encontrar
los criterios de selección de los estratos para ponderar cierto peso a cada subgrupo.
EJEMPLO COTIDIANO SOBRE MUESTREO SISTEMÁTICO
En las lecturas se menciona que para ciertos muestreos, en especial en aquellos con
poblaciones grandes, se necesita mucho tiempo para tomar una muestra aleatoria simple por
lo que una buena alternativa es el muestreo sistemático. Esta técnica de muestreo se utiliza
cuando se selecciona una muestra aplicando pasos uniformes sobre una lista ordenada de
los elementos de la población. Se utiliza la letra “k” para representar el orden sucesivo en
que serán elegidos los elementos muestra de la lista. La letra “k” se puede determinar con la
ayuda de un número seleccionado al azar de una lista de números aleatorios, el cual
constituye el inicio y el intervalo de selección. Su fórmula representativa es (k=N/n donde k
representa en número de intervalos, N
representa el número de la población, y n
representa el número de muestra que se
desea obtener).
Volviendo al ejemplo ya utilizado, de la
necesidad de rifar al azar los boletos para
el cine en una población de estudiantes de
una escuela secundaria. Si ahora se
reciben 60 boletos, por ejemplo, para ser
4
repartidos por la dirección de la escuela entre toda la población de estudiantes del turno
matutino, que se compone de 600 estudiantes, la distribución podría hacerse de la siguiente
manera. Si consideramos que 60 boletos distribuidos (representa la n de la formula), entre
los 600 estudiantes de la escuela (representa la N de la formula), da una proporción de un
boleto por cada 10 estudiantes (600/60=10), entonces la técnica aplicaría si se hace una lista
consecutiva de los 600 estudiantes y se elige entregar un boleto a cada estudiante por
intervalos de 10 (esta selección se le llama intervalo de salto y representa la letra k de la
formula), lo cual significa que se entregará un boleto al azar al estudiante 10, 20, 30, 40, 50,
60… y así sucesivamente hasta el número 600 de la lista. La ventaja de este método es que
se puede aplicar en poblaciones de mayor tamaño, y no se requiere tener un marco muestral,
sino que es el investigador el que propone la delimitación de la muestra.
EJEMPLO COTIDIANO SOBRE MUESTREO POR CONGLOMERADO
Según la lectura sobre esta técnica se dice que en el muestreo por conglomerados los
elementos de la muestra primero se dividen en grupos separados, llamados
conglomerados. En donde cada elemento de la población pertenece a uno y sólo un
conglomerado. Se realiza tomando una muestra aleatoria simple de los conglomerados. La
muestra está formada por todos los elementos dentro de cada uno de los conglomerados que
forman la muestra. El muestreo por conglomerados tiende a proporcionar mejores resultados
cuando los elementos dentro de los conglomerados no son semejantes. Lo ideal es que cada
conglomerado sea una representación, a pequeña escala, de la población. Si todos los
conglomerados
son semejantes
en este aspecto,
tomando en la
muestra un
número pequeño
de conglomerados
se obtendrá una
buena estimación
de los parámetros
poblacionales. Volviendo de nueva cuenta al ejemplo elegido desde el principio donde se
5
busca distribuir o sortear 60 boletos dentro de la población total de una secundaria. Los
criterios de conglomerado podría ser distribuir 3 conglomerados (los 3 grados o niveles de la
secundaria), después de lo cual se puede elegir dentro de cada conglomerado otros
subgrupos siguiendo ya sea una técnica aleatoria simple, una sistemática o una estratificada,
como por ejemplo, seleccionar por talleres que se imparten en cada nivel (taller de
computación, electricidad, costura, ingles etc), o seleccionar por genero dos subgrupos en
cada conglomerado, hombres y mujeres. La ventaja de esta técnica, es que aplica en
poblaciones grandes y dispersas, aunque se requiere para su aplicación tener ciertos
conocimientos de los elementos que conforman cada conglomerado. En este caso el director
podría asignar al tutor de cada nivel la selección aleatoria que mejor represente a cada
conglomerado o nivel escolar.
CONCLUSIÓN
En resumen podemos ver como cada técnica precisa diversas ventajas y aplicaciones según
la composición de la población, tamaño de la muestra y características a elegir de la
población, y se adaptan al criterio o diseño de la muestra según el investigador requiera. Esto
me lleva a considerar una vez más que estos criterios de muestreo de la estadística pueden
tener muchas aplicaciones prácticas en el área de la psicología, mismas que nos permitirán
extraer y resumir información útil de las observaciones que se hacen en alguna investigación
con poblaciones diversas. Al menos esta tarea me da una mayor claridad y precisión a las
técnicas de muestreo y su posible aplicación en investigación psicológica.
Referencias Bibliográficas:
Departamento Editorial UFLP. (2013). Técnicas de Muestreo sobre una Población. En
Métodos de Estadística Inferencial en Psicología (6-16). Cuernavaca Morelos México:
Universidad Fray Luca Paccioli.
6