Introducción
Una población es todo el grupo sobre el que se desea sacar conclusiones.
Una muestra es el grupo específico del que se recopiló datos. El tamaño de la muestra siempre es menor que el tamaño total de la población.
En investigación, una población no siempre se refiere a personas. Puede significar un grupo que contiene elementos de cualquier cosa que quieras estudiar, como objetos, eventos, organizaciones, países, especies, organismos, etc.
| Población | Muestra |
|---|---|
| Anuncios de empleo TI en los Países Bajos | Los 50 mejores resultados de búsqueda de anuncios de empleos de TI en los Países Bajos el 1 de mayo de 2020. |
| Canciones del Festival de la Canción de Eurovisión | Canciones ganadoras del Festival de la Canción de Eurovisión que se interpretaron en inglés. |
| Estudiantes de pregrado en los Países Bajos | 300 estudiantes de pregrado de tres universidades holandesas que se ofrecen como voluntarios para su estudio de investigación en psicología. |
| Todos los países del mundo | Países con datos publicados disponibles sobre tasas de natalidad y PIB desde 2000. |
Desarrollo del tema
Recopilación de datos de una población
Las poblaciones se utilizan cuando su pregunta de investigación requiere, o cuándo tiene acceso a, datos de cada miembro de la población.
Por lo general, solo es sencillo recopilar datos de una población completa cuando es pequeña, accesible y cooperativa.
Ejemplo: recopilar datos de una población
El administrador de una escuela secundaria quiere analizar los puntajes de los exámenes finales de todos los estudiantes de último año que se gradúan para ver si hay una tendencia. Dado que sólo están interesados ??en aplicar sus hallazgos a los estudiantes de último año que se gradúan en esta escuela secundaria, utilizan el conjunto de datos de población completo.
Para poblaciones más grandes y más dispersas, a menudo es difícil o imposible recopilar datos de cada individuo. Por ejemplo, cada 10 años, el gobierno federal de los EE. UU. tiene como objetivo contar a todas las personas que viven en el país utilizando el Censo de los EE. UU. Estos datos se utilizan para distribuir los fondos en todo el país.
Sin embargo, históricamente ha sido difícil contactar, ubicar y fomentar la participación de los grupos marginados y de bajos ingresos. Debido a las faltas de respuesta, el recuento de la población está incompleto y sesgado hacia algunos grupos, lo que da como resultado una financiación desproporcionada en todo el país.
En casos como este, el muestreo se puede utilizar para hacer inferencias más precisas sobre la población.
Recopilación de datos de una muestra
Cuando su población es grande, geográficamente dispersa o difícil de contactar, es necesario usar una muestra. Con el análisis estadístico, puede usar datos de muestra para hacer estimaciones o probar hipótesis sobre datos de población.
Ejemplo: recopilar datos de una muestra
Quiere estudiar las actitudes políticas en los jóvenes. Su población es de 300.000 estudiantes universitarios en los Países Bajos. Debido a que no es práctico recopilar datos de todos ellos, utiliza una muestra de 300 voluntarios universitarios de tres universidades holandesas: este es el grupo que completará su encuesta en línea.
Idealmente, una muestra debe ser seleccionada al azar y representativa de la población. El uso de métodos de muestreo probabilístico (como el muestreo aleatorio simple o el muestreo estratificado) reduce el riesgo de sesgo de muestreo y mejora la validez tanto interna como externa.
Por razones prácticas, los investigadores suelen utilizar métodos de muestreo no probabilístico. Las muestras no probabilísticas se eligen según criterios específicos; pueden ser más convenientes o más baratos de acceder. Debido a los métodos de selección no aleatorios, cualquier inferencia estadística sobre la población más amplia será más débil que con una muestra probabilística.
Razones para el muestreo
- Necesidad: A veces simplemente no es posible estudiar a toda la población debido a su tamaño o inaccesibilidad.
- Practicidad: es más fácil y eficiente recopilar datos de una muestra.
- Costo-efectividad: hay menos costos de participantes, laboratorios, equipos e investigadores involucrados.
- Manejabilidad: almacenar y ejecutar análisis estadísticos en conjuntos de datos más pequeños es más fácil y confiable.
Parámetro de población frente a estadístico muestral
Cuando recopila datos de una población o una muestra, hay varias medidas y números que puede calcular a partir de los datos. Un parámetro es una medida que describe a toda la población. Una estadística es una medida que describe la muestra.
Puede utilizar la estimación o la prueba de hipótesis para estimar la probabilidad de que una estadística de muestra difiera del parámetro de población.
| Ejemplo de investigación: Parámetros y estadísticas En su estudio de las actitudes políticas de los estudiantes, pide a los participantes de la encuesta que se califiquen a sí mismos en una escala del 1, muy liberal, al 7, muy conservador. Encuentra que la mayor parte de su muestra se identifica como liberal: la calificación media en la escala de actitudes políticas es 3.2. Puede utilizar esta estadística , la media muestral de 3,2, para hacer una conjetura científica sobre el parámetro de la población, es decir, para inferir la calificación media de la actitud política de todos los estudiantes universitarios de los Países Bajos |
Error de muestreo
Un error de muestreo es la diferencia entre un parámetro de población y una estadística muestral. En su estudio, el error de muestreo es la diferencia entre la calificación de actitud política promedio de su muestra y la calificación de actitud política promedio real de todos los estudiantes universitarios en los Países Bajos.
Los errores de muestreo ocurren incluso cuando se utiliza una muestra seleccionada al azar. Esto se debe a que las muestras aleatorias no son idénticas a la población en términos de medidas numéricas como medias y desviaciones estándar.
Debido a que el objetivo de la investigación científica es generalizar los hallazgos de la muestra a la población, desea que el error de muestreo sea bajo. Puede reducir el error de muestreo aumentando el tamaño de la muestra.
Preguntas frecuentes sobre muestras y poblaciones
¿Por qué se utilizan muestras en la investigación?
Las muestras se utilizan para hacer inferencias acerca de las poblaciones. Las muestras son más fáciles de recopilar datos porque son prácticas, rentables, convenientes y manejables.
¿Cuándo se utilizan las poblaciones en la investigación?
Las poblaciones se utilizan cuando una pregunta de investigación requiere datos de cada miembro de la población. Por lo general, esto sólo es factible cuando la población es pequeña y de fácil acceso.
¿Cuál es la diferencia entre una estadística y un parámetro?
Una estadística se refiere a medidas sobre la muestra, mientras que un parámetro se refiere a medidas sobre la población.
¿Cuál es el error de muestreo?
Un error de muestreo es la diferencia entre un parámetro de población y una estadística muestral.
Conclusión
Una vez abordado el tópico en cuestión, resulta relevante enfatizar que los datos juegan un papel esencial para decidir la validez del resultado. Los datos que se utilizan deben ser relevantes, correctos y representativos de todas las clases. En general, la población se refiere a las personas que viven en un área particular en un momento específico. Pero en las estadísticas, la población se refiere a los datos de su estudio de interés. Puede ser un grupo de individuos, objetos, eventos, organizaciones, etc. Utiliza poblaciones para sacar conclusiones.
Por último, la muestra es un subconjunto imparcial de la población que mejor representa la totalidad de los datos.
Las muestras se utilizan cuando:
- La población es demasiado grande para recopilar datos.
- Los datos recogidos no son fiables.
- La población es hipotética y tiene un tamaño ilimitado. Tomemos el ejemplo de un estudio que documenta los resultados de un nuevo procedimiento médico. Se desconoce cómo afectará el procedimiento a las personas en todo el mundo, por lo que se usa un grupo de prueba para averiguar cómo reaccionan las personas.
Fuentes consultadas
- Bhandari, P. (2020, mayo 14). Population vs. Sample. Scribbr. https://www.scribbr.com/methodology/population-vs-sample/
- Ravikiran, A. S. (2021, julio 27). Population vs sample: Definitions, and differences [updated]. Simplilearn.com; Simplilearn. https://www.simplilearn.com/tutorials/machine-learning-tutorial/population-vs-sample