Muestreo Estratificado y Fundamentos de la Investigación Estadística

Muestreo Estratificado: Definición y Aplicación

El muestreo estratificado es un tipo de muestreo probabilístico en el que se divide a la población en segmentos que son homogéneos internamente y heterogéneos externamente. Dentro de cada uno de estos estratos se selecciona una parte para formar la muestra total. Una vez dividida la población, se realiza un muestreo aleatorio. Se utiliza para asegurar que todos los subgrupos importantes de la población estén representados adecuadamente en la muestra, reduciendo el error muestral respecto al muestreo simple.

Ejemplo Práctico

Queremos estudiar los hábitos de estudio en la universidad:

• Población: Todos los estudiantes de la universidad.
• Estratos: Dividimos a los alumnos por su facultad (Estrato 1: Ciencias, Estrato 2: Letras).
• Selección: Elegimos aleatoriamente un número proporcional de alumnos de la lista de cada facultad. Así aseguramos que ninguna facultad se quede sin representación.

Conceptos Clave en la Selección de Muestras

• Población: Conjunto de casos, delimitados y bien definidos, que forman parte del objeto de estudio.
• Unidad: Cada uno de los elementos de la población susceptibles de ser seleccionados.
• Muestra: Subconjunto de la población que se extrae de ella para obtener datos que la puedan representar.

Cálculos Estadísticos: Fracción y Elevación

Para entender la relación entre la muestra y la población, utilizamos los siguientes indicadores:

• Fracción de muestreo (n/N): Indica la proporción de sujetos de la población que forman parte de la muestra.
• Coeficiente de elevación (N/n): Es el inverso de la fracción. Indica por cuánto se ha de multiplicar el elemento de la muestra para obtener la población (a cuántas personas representa cada encuestado).

Ejemplo de Cálculo

Imagina una población de 1000 estudiantes (N) y seleccionamos una muestra de 100 estudiantes (n):

• Fracción (100/1000): 0.10 (el 10% de la población está en la muestra).
• Elevación (1000/100): 10 (cada estudiante encuestado representa a 10 estudiantes de la universidad).

Sesgos Comunes en la Investigación

Sesgo de Cobertura

El sesgo de cobertura ocurre cuando el marco muestral no incluye a toda la población de estudio. Hay una parte de la población que tiene probabilidad cero de ser seleccionada porque no está en la lista.

• Ejemplo: Queremos hacer una encuesta telefónica a todos los ciudadanos de una ciudad, pero usamos la guía de teléfonos fijos. Toda la población que solo tiene teléfono móvil queda excluida, generando un sesgo de cobertura.

Sesgo de No Respuesta

El sesgo de no respuesta ocurre cuando las personas seleccionadas para la muestra no pueden o no quieren participar, y estas personas que no responden tienen un perfil diferente a las que sí lo hacen.

• Ejemplo: En una encuesta sobre satisfacción laboral enviada por correo electrónico, es probable que las personas más descontentas o con más carga de trabajo no contesten, mientras que las que están más motivadas sí lo hagan, sesgando los resultados hacia una satisfacción mayor de la real.