Estimación e inferencia estadística

En la mayoría de las investigaciones no se trabaja con toda la población de estudio, ya que suele ser un número bastante elevado de personas, sino que vamos a tomar una muestra de esta población.

Dentro de esta muestra, muchos autores van a definir otro nivel de población que son los "participantes en el estudio" ya que en la muestra se producen pérdidas de sujetos.Es decir, los participantes en el estudio son aquellos que no solo se ofrecen a participar en el estudio y sino que lo terminan. Eterno apareció ya que durante el estudio puede haber pérdida de sujetos que deciden no seguir, y cómo estas pérdidas están dentro de la muestra conviene saberlas. estas pérdidas también pueden ser estimadas por cálculos estadísticos.

Al conjunto de procesos que permiten elegir muestras de manera que estás sean capaces de reflejar las características de la población se les conoce como técnicas de muestreo.

Como ya hemos dicho siempre que vayamos a trabajar con muestras no vamos a estudiar el problema en toda la población, sino en una parte de ella, por lo que hay que asumir un cierto error.

Si la muestra se rige por un procedimiento de azar se va a poder evaluar y calcular ese error. La técnica de muestreo en este caso se denomina probabilística o aleatoria, y el error asociado se le llama error aleatorio, el cual es inevitable pero valuable.

En los muestreos no probabilísticos no va a ser posible evaluar el error.

1.2. inferencia estadística

Como ya hemos dicho anteriormente una muestra es un subconjunto de elementos de una población.

Uno de los objetivos de prácticamente cualquier investigación es que los resultados que se obtengan puedan generalizarse en toda la población, en un proceso conocido como inferencia.

Para que esto sea posible la muestra debe cumplir una serie de requisitos: -Representativa: obviamente la representatividad de la muestra es un factor fundamental, está representatividad estará condicionada con la técnica de muestreo que se utilice. -Tamaño adecuado: el tamaño es otro factor importante y también influye en la representatividad. Debe ser lo suficientemente grande para garantizar que la muestra representa la población diana, y lo suficientemente pequeña para que sea fácil el análisis.

-Comparable: es importante poder comparar distintos grupos de investigaciones entre ellos para que, de esta manera, podríamos sacar conclusiones y diferencias.