UNIDAD 3. Actividad 1 "Muestreo"

 

 

Universidad Abierta y a Distancia de México
Licenciatura en Gerencia de Servicios de Salud

Estadística básica
Grupo: GSS-HFIN-2501-B1-002
Unidad 3

Actividad 1
Muestreo
Alejandra Samayoa Serrano
Matricula: ES251116507
26 de febrero del 2025

 

Introducción

En esta nueva entrada, exploraremos el concepto de muestras estadísticas y su relevancia en el análisis de datos. Una muestra es un subconjunto de una población que se estudia para inferir características del grupo completo, permitiendo obtener conclusiones sin necesidad de analizar a cada individuo (Montgomery, 2020). La selección adecuada de una muestra es esencial para garantizar la validez y precisión de los resultados.

Las muestras pueden ser probabilísticas, cuando todos los elementos tienen la misma probabilidad de ser elegidos, o no probabilísticas, cuando la selección depende de criterios específicos (Ott & Longnecker, 2016). Su correcta aplicación es clave en diversas disciplinas, desde encuestas hasta estudios científicos, ya que permite optimizar recursos y mejorar la calidad del análisis. En conclusión, una muestra bien diseñada es una herramienta fundamental para tomar decisiones basadas en datos representativos.

 

Desarrollo

Base de datos:

Material	Licenciatura	Precio	Clasificación
Estadímetro	Nutrición y deportiva	450	Antropometría
Bascula	Nutrición y deportiva	1000	Antropometría
Antropómetro	Nutrición y deportiva	200	Antropometría
Cinta métrica	Nutrición y deportiva	100	Antropometría
Psicómetro	Nutrición y deportiva	300	Antropometría
Banco de madera	Nutrición y deportiva	450	Antropometría
Lápiz demográfico	Nutrición y deportiva	150	Antropometría
Pesos para calibrar	Nutrición y deportiva	200	Antropometría
Bascula pediátrica	Nutrición	800	Antropometría
Infantometro	Nutrición	600	Antropometría
Tiras reactivas	Enfermería	100	Laboratorio
Glucómetros	Enfermería	450	Laboratorio
Estufa	Nutrición	5400	Laboratorio dietético
Refrigerador	Nutrición	1000	Laboratorio dietético
Congelador	Nutrición	8000	Laboratorio dietético
Mesa de trabajo	Nutrición	850	Laboratorio dietético
Licuadora	Nutrición	2000	Laboratorio dietético
Pelador	Nutrición	50	Laboratorio dietético
Tazas medidoras	Nutrición	60	Laboratorio dietético
Termómetro de cocina	Nutrición	100	Laboratorio dietético
Rallador	Nutrición	25	Laboratorio dietético
Maquina selladora al vacío	Nutrición	2500	Laboratorio dietético
Tarja	Nutrición	4500	Laboratorio dietético
Bowl	Nutrición	200	Laboratorio dietético
Dispensador de agua	Nutrición	4000	Laboratorio dietético
Campana de extracción	Nutrición	5000	Laboratorio dietético
Miserables de silicón	Nutrición	100	Laboratorio dietético
Batidora	Nutrición	2000	Laboratorio dietético
Vajilla	Nutrición	1000	Laboratorio dietético
Tablas para picar profesionales	Nutrición	1000	Laboratorio dietético
Pinzas multiusos	Nutrición	100	Laboratorio dietético
Espátula	Nutrición	100	Laboratorio dietético
Vasos de vidrio	Nutrición	250	Laboratorio dietético
Tazas cafeteras	Nutrición	500	Laboratorio dietético
Cuchillos	Nutrición	500	Laboratorio dietético
Set de cubiertos	Nutrición	1000	Laboratorio dietético
Jarra	Nutrición	250	Laboratorio dietético
Olla	Nutrición	1000	Laboratorio dietético
Sartenes	Nutrición	1000	Laboratorio dietético
Deshidratador de alimentos	Nutrición	2500	Laboratorio dietético

Primera etapa

El muestreo es un proceso fundamental en la estadística que permite extraer información de una población sin necesidad de examinar a todos sus elementos. Se define como la selección de un subconjunto representativo de una población para analizar sus características y hacer inferencias sobre el grupo total (Montgomery, 2020). El objetivo del muestreo es optimizar recursos y tiempo, manteniendo la precisión en los resultados.

Existen dos grandes categorías de muestreo: probabilístico y no probabilístico. El muestreo probabilístico se basa en la teoría de la probabilidad, lo que significa que cada elemento de la población tiene una oportunidad conocida y no nula de ser seleccionado. Dentro de esta categoría, los métodos más utilizados incluyen el muestreo aleatorio simple, el muestreo sistemático, el muestreo estratificado y el muestreo por conglomerados (Ott & Longnecker, 2016).

El muestreo aleatorio simple asigna la misma probabilidad a todos los elementos de la población, garantizando una selección equitativa. Por otro lado, el muestreo sistemático selecciona elementos en intervalos regulares a partir de una lista ordenada. El muestreo estratificado divide la población en subgrupos homogéneos llamados estratos y selecciona muestras de cada uno de ellos proporcionalmente. Finalmente, el muestreo por conglomerados agrupa a la población en subgrupos heterogéneos y selecciona aleatoriamente algunos de estos grupos para el estudio (Cochran, 2007).

Por otro lado, el muestreo no probabilístico no garantiza que todos los elementos tengan la misma oportunidad de ser seleccionados. Dentro de esta categoría se encuentran el muestreo por conveniencia, el muestreo por juicio, el muestreo por cuotas y el muestreo bola de nieve. El muestreo por conveniencia selecciona elementos accesibles y fáciles de contactar. El muestreo por juicio depende de la opinión del investigador para elegir los participantes. El muestreo por cuotas establece criterios de selección basados en características específicas de la población. Finalmente, el muestreo bola de nieve se usa cuando la población es difícil de alcanzar y se basa en referencias proporcionadas por los mismos participantes (Saunders, Lewis & Thornhill, 2019).

En conclusión, el muestreo es una herramienta esencial para la recolección de datos en la investigación estadística. La elección del método adecuado depende de los objetivos del estudio, los recursos disponibles y la naturaleza de la población. Un muestreo bien diseñado asegura resultados confiables y representativos, facilitando la toma de decisiones informadas.

 

Segunda etapa

La muestra presentada corresponde a datos agrupados ya que se presentan en la base de datos por categorías (variables). Al inicio de la investigación podría parecer que es no agrupados ya que fueron recopilados directamente, pero se concluye que son agrupados por la razón de que están organizados y se han hecho actividades para su análisis.

Para la selección de la muestra se utilizó un muestreo estratificado, ya que se dividió la población en diferentes categorías según la licenciatura y la clasificación del material. Se seleccionaron elementos representativos de cada grupo para garantizar una representación equitativa de las diferentes áreas de estudio y materiales utilizados. Este método permite una mejor precisión y representatividad en los resultados (Cochran, 2007).

El método que se ha utilizado para elegir la población corresponde a un muestreo por conveniencia ya que al responder al llamado de elección de la base de datos se echó mano de la información que se tenía a la mano, por lo que corresponde a la característica de este muestreo ya que para mi en calidad de investigador resultó accesible y fácil de contactar.

Para garantizar que los resultados sean representativos de la población, se han considerado las siguientes características: la licenciatura a la que pertenece el material, el precio y la clasificación del material. La elección de estas características permite identificar tendencias en la distribución y costos de los materiales utilizados en cada área de estudio. Al segmentar la población en base a estas variables, se logra un análisis más detallado y preciso, facilitando inferencias válidas sobre el conjunto total (Ott & Longnecker, 2016).

Además, se ha asegurado que la muestra incluya una cantidad equitativa de elementos de cada clasificación para evitar sesgos en los resultados. Esto permite que las conclusiones extraídas del análisis puedan aplicarse de manera generalizada a la población total. La representatividad es clave para asegurar que cualquier inferencia realizada tenga validez en contextos similares dentro de la misma población de estudio (Saunders, Lewis & Thornhill, 2019).

 

Conclusión

El proceso de fundamentar la selección y el uso de la muestra y la población presentó algunos desafíos, especialmente porque la base de datos inicial contenía 40 datos con 4 variables. Uno de los principales retos fue definir un método de muestreo adecuado que asegurara la representatividad de la población total. La segmentación de los datos en función de la licenciatura y la clasificación requirió un análisis detallado para garantizar que los resultados fueran extrapolables.

Otro aspecto complejo fue la justificación teórica del método de muestreo utilizado. Para seleccionar el muestreo estratificado, fue necesario respaldar la decisión con literatura académica que sustentara su idoneidad para estudios con múltiples categorías de datos. Además, el proceso de clasificación de los datos en diferentes estratos requirió un enfoque meticuloso para evitar errores en la representatividad.

Finalmente, interpretar los datos de manera clara y concisa sin perder rigor metodológico fue un desafío, ya que implicó balancear la accesibilidad de los datos con la validez estadística del estudio. Sin embargo, la adecuada selección del muestreo permitió generar resultados confiables y aplicables a la población total (Montgomery, 2020).

 

 

Referencias bibliográficas

Cochran, WG (2007). Técnicas de muestreo (3ª ed.). John Wiley e hijos.

Montgomery, DC (2020). Diseño y análisis de experimentos (10ª ed.). Wiley.

Ott, RL y Longnecker, M. (2016). Una introducción a los métodos estadísticos y al análisis de datos (7ª ed.). Aprendizaje Cengage.

Saunders, M., Lewis, P. y Thornhill, A. (2019). Métodos de investigación para estudiantes de negocios (8ª ed.). Pearson.