Muestra
Una muestra se refiere a una versión más pequeña y manejable de un grupo más grande. Es un subconjunto que contiene las características de una población más grande. Las muestras se usan en pruebas estadísticas cuando los tamaños de población son demasiado grandes para que la prueba incluya todos los miembros u observaciones posibles. Una muestra debe representar a la población como un todo y no reflejar ningún sesgo hacia un atributo específico.
Para llevar clave
- Una muestra se refiere a una versión más pequeña y manejable de un grupo o subconjunto más grande de una población más grande.
- El uso de muestras permite a los investigadores realizar sus estudios de manera fácil y oportuna.
- Para lograr una muestra imparcial, la selección debe ser aleatoria para que todos los miembros de la población tengan la misma probabilidad de ser agregados al grupo de muestra.
- En el muestreo aleatorio simple, cada entidad de la población es idéntica, mientras que el muestreo aleatorio estratificado divide a la población general en grupos más pequeños.
Comprender muestras
Una muestra es un número imparcial de observaciones tomadas de una población. En términos básicos, una población es el número total de individuos, animales, artículos, observación, datos, etc. de un tema determinado. Entonces, la muestra, en otras palabras, es una porción, parte o fracción del grupo completo, y actúa como un subconjunto de la población. Las muestras se utilizan en una variedad de entornos donde se realizan investigaciones. Científicos, especialistas en marketing, agencias gubernamentales, economistas y grupos de investigación se encuentran entre los que usan muestras para sus estudios y mediciones.
El uso de poblaciones enteras para la investigación conlleva desafíos, por lo que se utilizan muestras. Los investigadores pueden tener problemas para obtener acceso inmediato a poblaciones enteras. Y debido a la naturaleza de algunos estudios, los investigadores pueden tener dificultades para obtener los resultados que necesitan de manera oportuna. Es por eso que las personas que realizan estudios usan muestras. El uso de un número menor de personas que representan a toda la población aún puede producir resultados válidos al tiempo que reduce el tiempo y los recursos.
Las muestras utilizadas por los investigadores deben parecerse mucho a la población. Todos los participantes en la muestra deben compartir las mismas características y cualidades. Entonces, si el estudio trata sobre estudiantes universitarios de primer año de sexo masculino, la muestra debe ser un pequeño porcentaje de hombres que se ajuste a esta descripción. Del mismo modo, si un grupo de investigación realiza un estudio sobre los patrones de sueño de las mujeres solteras mayores de 50 años, la muestra solo debe incluir a las mujeres dentro de este grupo demográfico.
Considere un equipo de investigadores académicos que quieran saber cuántos estudiantes estudiaron durante menos de 40 horas para el examen CFA y aún pasaron. Dado que más de 200, 000 personas toman el examen en todo el mundo cada año, llegar a todos y cada uno de los participantes del examen puede ser extremadamente tedioso y lento. De hecho, para cuando se hayan recopilado y analizado los datos de la población, habrían pasado un par de años, lo que haría que el análisis no tuviera valor ya que habría surgido una nueva población. Lo que los investigadores pueden hacer es tomar una muestra de la población y obtener datos de esta muestra.
Para obtener una muestra imparcial, la selección debe ser aleatoria para que todos en la población tengan las mismas posibilidades de ser agregados al grupo.
Para lograr una muestra imparcial, la selección debe ser aleatoria para que todos los miembros de la población tengan la misma probabilidad de ser agregados al grupo de muestra. Esto es similar a un sorteo de lotería y es la base para un muestreo aleatorio simple.
Tipos de muestreo
Muestreo aleatorio simple
El muestreo aleatorio simple es ideal si todas las entidades de la población son idénticas. Si a los investigadores no les importa si sus sujetos de muestra son todos hombres o mujeres o una combinación de ambos sexos de alguna forma, el muestreo aleatorio simple puede ser una buena técnica de selección.
Digamos que hubo 200, 000 examinados que se presentaron al examen CFA en 2016, de los cuales el 40% eran mujeres y el 60% hombres. La muestra aleatoria extraída de la población, por lo tanto, debe tener 400 mujeres y 600 hombres para un total de 1, 000 examinados.
Pero, ¿qué pasa con los casos en los que es importante conocer la proporción de hombres y mujeres que aprobaron una prueba después de estudiar durante menos de 40 horas? Aquí, una muestra aleatoria estratificada sería preferible a una muestra aleatoria simple.
Muestreo aleatorio estratificado
Este tipo de muestreo, también conocido como muestreo aleatorio proporcional o muestreo aleatorio de cuota, divide a la población general en grupos más pequeños. Estos se conocen como estratos. Las personas dentro de los estratos comparten características similares.
¿Qué pasaría si la edad fuera un factor importante que los investigadores desearían incluir en sus datos? Utilizando la técnica de muestreo aleatorio estratificado, podrían crear capas o estratos para cada grupo de edad. La selección de cada estrato debería ser aleatoria para que todos en el grupo tengan una probabilidad probable de ser incluidos en la muestra. Por ejemplo, dos participantes, Alex y David, tienen 22 y 24 años, respectivamente. La selección de muestra no puede elegir una sobre la otra en función de algún mecanismo preferencial. Ambos deben tener las mismas posibilidades de ser seleccionados de su grupo de edad. Los estratos podrían verse así:
De la tabla, la población se ha dividido en grupos de edad. Por ejemplo, 30, 000 personas dentro del rango de edad de 20 a 24 años tomaron el examen CFA en 2016. Usando esta misma proporción, el grupo de muestra tendrá (30, 000 ÷ 200, 000) x 1, 000 = 150 examinados que caen dentro de este grupo. Alex o David, o ambos, o ninguno, pueden incluirse entre los 150 participantes de la muestra de los exámenes aleatorios.
Hay muchos más estratos que podrían compilarse al decidir un tamaño de muestra. Algunos investigadores pueden completar las funciones del trabajo, los países, el estado civil, etc. de los examinados al momento de decidir cómo crear la muestra.
Ejemplos de muestras
A partir de 2017, la población mundial era de 7, 5 mil millones, de los cuales el 49, 6% eran mujeres y el 50, 4% eran hombres. El número total de personas en un país determinado también puede ser un tamaño de población. El número total de estudiantes en una ciudad se puede tomar como población, y el número total de perros en una ciudad también es un tamaño de población. Se pueden tomar muestras de estas poblaciones con fines de investigación.
Siguiendo nuestro ejemplo de examen CFA, los investigadores podrían tomar una muestra de 1, 000 participantes CFA de un total de 200, 000 examinados, la población, y ejecutar los datos requeridos sobre este número. La media de esta muestra se tomaría para estimar el promedio de los examinados CFA que aprobaron a pesar de que solo estudiaron durante menos de 40 horas.
El grupo de muestra tomado no debe estar sesgado. Esto significa que si la media muestral de los 1, 000 participantes en el examen CFA es 50, la media poblacional de los 200, 000 examinados también debería ser aproximadamente 50.
Comparar cuentas de inversión Nombre del proveedor Descripción Divulgación del anunciante × Las ofertas que aparecen en esta tabla son de asociaciones de las cuales Investopedia recibe una compensación.