LA POBLACIÓN O UNIDADES DE ESTUDIO

 POBLACIÓN: es el conjunto total de individuos, objetos o medidas que poseen algunas características comunes observables en un lugar y en un momento determinado. Cuando se vaya a llevar a cabo alguna investigación debe de tenerse en cuenta algunas características esenciales al seleccionarse la población bajo estudio. 

 Entre éstas tenemos:

Homogeneidad - que todos los miembros de la población tengan las mismas características según las variables que se vayan a considerar en el estudio o investigación.

Tiempo: se refiere al período de tiempo donde se ubicaría la población de interés. Determinar si el estudio es del momento presente o si se va a estudiar a una población de cinco años atrás o si se van a entrevistar personas de diferentes generaciones. 

Espacio: se refiere al lugar donde se ubica la población de interés. Un estudio no puede ser muy abarcador y por falta de tiempo y recursos hay que limitarlo a un área o comunidad en específico.

Cantidad - se refiere al tamaño de la población. El tamaño de la población es sumamente importante porque ello determina o afecta al tamaño de la muestra que se vaya a seleccionar, además que la falta de recursos y tiempo también nos limita la extensión de la población que se vaya a investigar.

Al elaborar una investigación que requiera el uso de encuestas, usualmente la población es tan grande que no es posible encuestar a todas las personas. Por este motivo se debe seleccionar cuidadosamente a una fracción de la población que refleje las características de la población. A esta fracción de la población se le conoce como muestra.

Los métodos de muestreo están clasificados en probabilísticos y no probabilísticos.

Muestreos probabilísticos

Los muestreos probabilísticos utilizan métodos de selección de muestra aleatoria. La consideración más importante en este proceso es que todos los miembros de la población tengan la misma probabilidad de ser elegidos. El muestreo probabilístico es la mejor forma de obtener muestras representativas de una población.

Algunos de los tipos de muestreo probabilísticos más comunes son:

 Muestreo aleatorio simple: Es la forma más básica de selección de muestra, donde se asume que los miembros de una población son únicos y cuentan con la misma probabilidad de ser elegidos. Operacionalmente, hacer una selección aleatoria simple requiere de un listado de la población. Por ejemplo, si en una población hay 5,000 personas y el objetivo es seleccionar una muestra de 100 personas, se tendrá que crear un listado con las 5,000 personas enumeradas del 1 a 5,000. Luego utilizando una tabla de numero aleatorios o un generados de números aleatorios (por ejemplo, en Excel) se selecciona la muestra de 100 personas dentro del rango de 1 a 5,000. Estos 100 individuos seleccionados constituyen una muestra aleatoria simple.

Muestreo sistemático: Este proceso también involucra crear un listado de la población. Se selecciona a los individuos que cumplen un intervalo definido por el tamaño de la población y el tamaño de la muestra. Por ejemplo, si se tiene un listado de 5,000 personas (imagine el listado ordenado de forma horizontal de menor a mayor) que representan la población y se espera seleccionar a 100 personas, el intervalo que definirá la muestra será el resultado de dividir 5,000/100 = 50. El número de arranque para iniciar la selección será escogido aleatoriamente dentro del intervalo de 1 a 50. Asumiendo que el número de arranque seleccionado fue 10, esto significa que la primera persona seleccionada será la ubicada en el registro 10, la segunda persona seccionada corresponderá a la ubicada 50 posiciones más adelante, en otras palabras, la ubicada en el registro 60. Y así sucesivamente hasta completar la muestra de 100 personas.

Muestreo estratificado: Este proceso se lleva a cabo cuando interesa obtener muestras representativas a nivel de estratos o grupos que son diferentes entre sí. Es un método popularmente utilizado en encuestas nacionales. Por ejemplo, en una encuesta que busque conocer las preferencias políticas de las personas a nivel urbano y rural, se tendrá que seleccionar aleatoriamente la muestra dentro de cada estrato urbano y rural (una “tómbola” para la zona urbana y otra para la rural), asegurando que cada persona dentro de cada estrato tenga la misma probabilidad de ser elegida. Si no se hace esto, se corre el riesgo de tener sesgos de selección, lo que quiere decir que, si se tiene a todas las personas que viven en la zona rural y urbana en la misma “tómbola”, sin considerar los estratos, podríamos seleccionar más personas de la zona urbana y menos de la rural. Esto ocasionará sobrestimación de los resultados de la zona urbana y una subestimación de los resultados de la zona rural.

Muestreo por conglomerados: Este muestreo divide la población en grupos como lo hace el muestreo estratificado, sin embargo, funciona de forma inversa. El muestreo por conglomerado asume que los grupos son iguales entre sí. Un criterio habitual para definir los conglomerados es el geográfico. Por ejemplo, si se quiere estudiar a las personas con diabetes en todo el país, se puede dividir el país por departamentos y seleccionar algunas de estos para estudiarlos, esto siempre y cuando no haya indicios para pensar que la cantidad de las personas con diabetes varíe por departamento. Si no hay variaciones, es posible escoger algunos de los departamentos aleatoriamente para estudiarlos.

Herramienta para calcular el tamaño de la muestra probabilística:

 https://www.surveymonkey.com/mp/sample-size-calculator/

Muestreos no probabilísticos

Estos muestreos no seleccionan aleatoriamente la muestra, en lugar de eso la muestra se define subjetivamente, por consiguiente, no es posible saber la probabilidad de selección de un elemento de la muestra. ¿Por qué alguien consideraría usar muestreo no probabilístico? En muchas ocasiones la población no está bien definida o no hay interés en inferir sobre la población usando la muestra. Probablemente la razón más común es que los muestreos no probabilísticos son menos costosos que los muestreos probabilísticos y porque suelen ser implementados de forma más rápida.

Aquí algunos de los tipos de muestreo no probabilísticos más populares: 

Muestro por cuota: La idea principal de este muestreo es completar una cantidad específica de encuestas o entrevistas por grupos de la población. Idealmente el tamaño de la muestra es basado en características previamente conocidas de la población (como información de censos). Por ejemplo, en una investigación que busca conocer la opinión de los jóvenes en relación a la legalización de la marihuana se espera encuestar a 200 personas de 18 a 30 años (100 hombres y 100 mujeres). La información será analizada únicamente cuando se alcancen las cuotas para cada sexo.

Muestreo intencional: El principal objetivo es producir una muestra que pueda ser considerada “representativa” de la población. Idealmente la selección es llevada a cabo por expertos o expertas en el área de estudio que puedan identificar características de la muestra que contribuyan a la representatividad. Por ejemplo, en un estudio que busque conocer la situación de las pequeñas empresas en un país, inicialmente se deben definir las características que “representan” a la población de las pequeñas empresas, por ejemplo, la cantidad de trabajadores, afiliaciones al seguro social, horas extras a la semana, escolaridad de los empleados, actividad económica, etc. Una vez definidas las características se procede a seleccionar a las empresas que cumplan los parámetros de selección para luego ser analizadas.

Muestreo de bola de nieve: Este muestreo localiza a individuos que conducen a otros. En popularmente utilizado en estudios sobre delincuencia, tribus urbanas, enfermedades u otros.  

Al hacer una encuesta siempre toma en cuenta las ventajas y limitantes de los tipos de muestreo. Un proceso de muestreo adecuado será el determinante principal de la calidad de los datos que obtengas.