Resumen de Estadística: Diseños de Estudio y Muestreo

## Introducción El diseño y el muestreo en investigación permiten obtener datos útiles y representativos sin estudiar a toda la población. Este material explica tipos de escalas, formas de muestreo, sesgos comunes y diferencias prácticas entre censo, encuesta y registros. Está pensado para estudiantes universitarios que necesiten aplicar estos conceptos en proyectos empíricos. > **Definición:** Una escala de medición organiza cómo se registran las variables según orden, distancia y existencia de cero absoluto. ## Escalas de medición (resumen práctico) Desglosamos las escalas por lo que permiten y sus limitaciones. ### Ordinal - Hay orden entre categorías, pero no se conoce la distancia exacta entre valores. Ejemplo: niveles de satisfacción (bajo, medio, alto). - No permiten operaciones aritméticas que impliquen proporciones (no se puede decir “el doble”). > **Definición:** Escala ordinal: conserva el orden entre observaciones pero no la distancia entre ellas. ### Intervalo - Considera intervalos constantes entre valores pero no tiene un cero absoluto. Ejemplo: temperatura en grados Celsius. - Permite sumar y restar, no permite relaciones de razón (no tiene sentido «el doble» respecto al cero). > **Definición:** Escala de intervalo: distancias comparables entre valores pero sin cero absoluto. ### Razón - Tiene orden, distancias medibles y un cero absoluto (ejemplo: ingreso, peso). - Permite todas las operaciones aritméticas incluyendo multiplicaciones y divisiones (se puede afirmar que una unidad es el doble de otra). > **Definición:** Escala de razón: conserva orden, distancias reales y un cero absoluto. Did you know que en ocasiones el cero absoluto en la práctica puede no existir para una variable concreta (por ejemplo, una persona no puede tener 0% de una característica biológica en ciertos contextos), lo que obliga a considerar cuidadosamente si la escala es realmente de razón? ## Tipos de muestreo (práctico y aplicado) A continuación se presentan métodos de muestreo útiles según el objetivo, costo y estructura poblacional. ### Muestreo por conglomerados (cluster sampling) - Se divide la población en conglomerados (por ejemplo, familias, hospitales, barrios). - Se selecciona aleatoriamente un número de conglomerados y se incluyen todas las unidades dentro de esos conglomerados o una muestra de ellas según el diseño. - Ventaja: eficiente cuando no hay lista completa y las unidades dentro del conglomerado son accesibles. - Limitación: suele aumentar la varianza si los conglomerados son homogéneos entre sí y heterogéneos internamente. Tabla comparativa rápida: | Característica | Selección por unidades | Muestreo por conglomerados | | --- | --- | --- | | Homogeneidad dentro | homogéneo x dentro | heterogéneo x dentro | | ¿Qué se elige? | se eligen unidades | se eligen grupos | | ¿Qué se toma? | se toma parte del conjunto | se toma todo (o todo el subgrupo) | Ejemplo práctico: Para evaluar prácticas de vacunación en una región, se seleccionan aleatoriamente 10 manzanas y se encuestan todos los hogares de esas manzanas. ### Muestreo aleatorio sistemático - Se elige un punto inicial al azar y luego se selecciona cada k-ésima unidad (por ejemplo, cada 10ª persona en una lista). - Ventajas: simple de implementar y reduce sesgo personal en la selección. - Desventaja: puede introducir sesgos si existe un patrón periódico en la lista (por ejemplo, ciclos semanales aplicados en la lista). Ejemplo práctico: Para revisar facturas, se elige la primera factura al azar entre las primeras 20 y luego cada 20ª factura. ### Muestreo polietápico (muestreo multietápico o municipalizado) - Se combinan varios métodos en etapas: regiones → comunidades → manzanas → hogares. - No requiere una lista completa en la primera etapa: cada etapa selecciona unidades de la etapa previa. - Muy útil en estudios nacionales y encuestas complejas. Ejemplo práctico: Encuesta demográfica nacional que selecciona primero provincias, luego municipios,