Page 3 - m5-unidad14-muestreo

Página del Colegio de Matemáticas del Plantel 8 de la ENP-UNAM Muestreo Autor: Dr. José Manuel Becerra Espinosa

magnitud que el propio error del muestreo que se origina al estimar los parámetros de la población por
medio de la muestra. De hecho, algunos tipos de muestra utilizan personal altamente calificado o
equipos especializados para obtener la información, y que en un censo, es imposible.

1.2. UTILIDAD DEL MUESTREO

El muestreo es útil gracias a que se puede acompañar de un proceso inverso, que se llama generalización.
Es decir, para conocer un universo lo que se hace es:

1) Extraer una muestra del mismo.
2) Medir un dato u opinión, y
3) Proyectar en el universo el resultado observado en la muestra.

Esta proyección o extrapolación recibe el nombre de generalización de resultados.

La generalización de resultados añade cierto error al mismo. Suponiendo que se toma una muestra al azar
de 1,000 personas de México y se les pregunta si ven televisión abierta, obteniendo que el 81% de la
población acostumbra ver canales de televisión abierta (aunque cuente con servicio de televisión de paga).
Una simple lógica dice que si de 1,000 mexicanos elegidos al azar el 81% ve canales de televisión abierta,
este dato debería ser indicativo de lo que se obtendría si se les preguntara a los 122 millones de mexicanos.
Ahora bien, el azar podría haber hecho que se haya escogido para la muestra más usuarios de televisión
de lo que correspondería a la proporción exacta que hay en el universo o, por el contrario, que en la muestra
los televidentes estén infra-representados. El azar podría hacer que el porcentaje de televidentes en la
población fuese algo diferente del 81% que se ha observado en la muestra (tal vez un 81.6%, por ejemplo).
Por lo tanto, la generalización de resultados de una muestra a un universo conlleva aceptar que se comete
cierto error, tal y como ilustra la siguiente figura:

Afortunadamente, el error que se comete al generalizar resultados puede acotarse gracias a la estadística.
Para ello, se usan dos parámetros: el margen de error, que es la máxima diferencia que se espera que
haya entre el dato observado en la muestra y el dato real en el universo, y el nivel de confianza, que es el
nivel de certeza que se tiene de que realmente el dato real esté dentro del margen de error.

Por ejemplo, en el caso de televidentes mexicanos, si se seleccionó una muestra de 574 individuos y les
pregunto si ven televisión abierta, el resultado que obtenga tendrá un margen de error máximo de ±5% con
un nivel de confianza del 98%. Esta forma de expresar los resultados es la correcta cuando se usa
muestreo.

2