MUESTREO PROBABILÍSTICO ALEATORIO SIN REPOSICION DE ELEMENTOS.

MUESTREO SIMPLEEl muestreo aleatorio simple (M.A.S.) es la técnica de muestreo en la que todos los elementos que forman el universo y que, por lo tanto, están descritos  en el marco muestral, tienen idéntica probabilidad de ser seleccionados para la muestra.

Dependiendo de si   los  individuos del universo pueden ser seleccionados más de una vez en la muestra, hablaremos de M.A.S. con reposición o sin reposición.

Tanto si   lo miramos desde el punto de vista de qué técnica genera estimaciones más precisas como desde el punto de vista de qué técnica me permite tener la misma precisión con menor tamaño de muestra, se puede concluir que el muestreo aleatorio simple sin reposición siempre es más eficiente. 

Muestreo sistemático:

La población puede verse como una serie de objetos por ejemplo, por grupos de edades, por sexo.La muestra se integra seleccionando elementos de esa serie de intervalos de tiempo o cantidad.

Se elige un intervalo apropiado y escoge los elementos a intervalos iguales a lo largo de la lista.

Ejemplo:

* Los 500 trabajadores están ordenados alfabéticamente

* Se calcula el intervalo constante entre cada individuo. N (Población)n (Muestra)

= 50050 = 10

* Sorteamos un número del 1 al 10. Supongamos que sale 5. El primer trabajador será el 5, los siguientes trabajadores se obtendrán sumando 5, hasta llegar al 50 trabajadores.

Muestreo estratificado:

Se aplica cuando la población se divide en grupos o estratos claramente diferentes entre sí. Se selecciona la muestra de cada estrato.

Se selecciona una muestra aleatoria para cada estrato. El tamaño de muestra puede asignarse en función del tamaño relativo del estrato.

MUESTRO ESTRATIFICADO.

El muestreo estratificado es una técnica de muestreo probabilístico en donde el investigador divide a toda la población en diferentes subgrupos o estratos. Luego, selecciona aleatoriamente a los sujetos finales de los diferentes estratos en forma proporcional.

Muestreo aleatorio estratificado: usos

Se utiliza el muestreo aleatorio estratificado cuando el investigador desea resaltar un subgrupo específico dentro de la población.

Los investigadores también emplean un muestreo aleatorio estratificado cuando quieren observar relaciones entre dos o más subgrupos.

Con el muestreo estratificado, el investigador puede probar de forma representativa hasta a los subgrupos más pequeños y más inaccesibles de la población.

Con esta técnica, tienes una precisión estadística más elevada en comparación con el muestreo aleatorio simple.

Muestreo estratificado: tipos

Muestreo aleatorio estratificado proporcionado

En esta técnica, el tamaño de la muestra de cada estrato es proporcional al tamaño de la población del estrato si se compara con la población total. Esto significa que el cada estrato tiene la misma fracción de muestreo.

Supongamos que tienes 3 estratos con 100, 200 y 300 tamaños de la población, respectivamente. El investigador eligió una fracción de muestreo de ½. Luego, el investigador debe probar al azar 50, 100 y 150 sujetos de cada estrato, respectivamente.

Estrato A B C

Tamaño de la población 100

20

0 300

Fracción de muestreo ½ ½ ½

Tamaño final de la muestra 50

10

0 150

Muestreo estratificado uniforme

Hablaremos de una afijación uniforme cuando asignamos el mismo tamaño de muestra a todos los estratos definidos, sin importar el peso que tienen esos estratos en la población.

Estrato Población Proporción Muestra1 42,4M 41,0% 3342 37,6M 36,3% 3333 23,5M 22,7% 333

Muestreo estratificado óptimo (respecto a la desviación estándar)

En este caso, el tamaño de los estratos en la muestra no guardará proporcionalidad con la población. Por el contrario, se define el tamaño de los estratos proporcionalmente a la desviación estándar de las variables objeto de estudio.

Muestreo aleatorio estratificado desproporcionado

La única diferencia entre el muestreo aleatorio estratificado proporcionado y el desproporcionado son sus fracciones de muestreo. En el muestreo desproporcionado, los diferentes estratos tienen diferentes fracciones de muestreo.

Muestreo por conglomerados

En el muestreo por conglomerados, en lugar de seleccionar a todos los sujetos de la población inmediatamente, el investigador realiza varios pasos para reunir su muestra de la población.

En primer lugar, el investigador selecciona grupos o conglomerados y de cada grupo selecciona a los sujetos individuales, ya sea por muestreo aleatorio simple o muestreo aleatorio sistemático. El investigador también puede optar por incluir a todo el conglomerado, no sólo a un subconjunto.

El conglomerado más utilizado en la investigación es un conglomerado geográfico. Por ejemplo, un investigador desea estudiar el rendimiento académico de los estudiantes universitarios de México

1. Puede dividir a toda la población (población de México) en diferentes conglomerados (ciudades).

2. Luego, el investigador selecciona una serie de conglomerados en función de su investigación, a través de un muestreo aleatorio simple o sistemático.

3. Luego, de los conglomerados seleccionados (ciudades seleccionadas al azar) el investigador puede incluir a todos los estudiantes secundarios como sujetos o seleccionar un número de sujetos de cada conglomerado a través de un muestreo aleatorio simple o sistemático.

Lo más importante sobre esta técnica de muestreo es dar a todos los conglomerados iguales posibilidades de ser seleccionados.

Tipos de muestra por conglomeradosMuestra por conglomerados en una etapa

Recordemos el ejemplo anterior: una muestra por conglomerados en una etapa ocurre cuando el investigador incluye a todos los estudiantes universitarios de todos los conglomerados seleccionados al azar como muestra.

Muestra por conglomerados en dos etapas

En el ejemplo anterior, se obtiene la muestra por conglomerados en dos etapas cuando el investigador sólo selecciona un número de estudiantes de cada conglomerado mediante muestreo aleatorio simple o sistemático.

Muestreo por conglomeradosEn el muestreo por conglomerados el investigador sólo selecciona aleatoriamente un número de conglomerados de la colección de conglomerados de toda la población. Por lo tanto, sólo se realiza una muestra sobre una cantidad de conglomerados. Los demás quedan sin representación.

Ventajas y desventajas del muestreo por conglomerados

Esta técnica de muestreo es barata, rápida y fácil. En lugar de realizar un muestreo de todo un país como en el muestreo aleatorio simple, el investigador puede asignar sus recursos limitados a los pocos conglomerados o áreas seleccionadas aleatoriamente cuando se usan muestras por conglomerados.

En relación con la primera ventaja, el investigador también puede aumentar su tamaño de la muestra con esta técnica. Teniendo en cuenta que el investigador sólo tendrá que tomar la muestra de una serie de áreas o conglomerados, puede seleccionar más sujetos, ya que son más accesibles.

De todos los diferentes tipos de muestreo probabilístico, esta técnica es la menos representativa de la población. La tendencia de los individuos dentro de un conglomerado es tener características similares y con una muestra por conglomerados, existe la posibilidad de que el investigador pueda tener un conglomerado sobrerrepresentado o infrarepresentado que puede sesgar los resultados del estudio.

Ésta también es una técnica de muestreo probabilístico con una posibilidad de error de muestreo alto. Esto se produce por los conglomerados limitados incluidos en la muestra, dejando una parte importante de la población sin muestrear.

MUESTREO POR ETAPAS Es una forma de muestreo menos eficiente que el muestreo aleatorio

simple, pero que facilita la elección de los elementos de la muestra aleatoria, especialmente cuando no se dispone de una lista de las unidades de la población.

TIPOS DE MUESTREO POR ETAPAS.

Cuando se tienen 2 etapas, recibe el nombre de bietápico y si son más de dos etapas se le considera polietápico En cada una de ellas salvo en las ultima, la unidad de muestreo no coincide con la unidad que proporciona la información. Es decir, se definen unas unidades primarias, por ejemplo, ciudades y entre ellas se elige una muestra.

Los conglomerados que resultan de la primera división se les denominan unidades primarias.

Las unidades secundarias, de menor entidad, por ejemplo, manzanas de las ciudades elegidas y así se obtiene una muestra aleatoria entre ellas. 

Tiene la ventaja de que no es necesario confeccionar la lista de todas las familias de todo el país, si no únicamente la de las ciudades, en primer lugar; la de las manzanas solo en las ciudades elegidas y, por ultimo las viviendas de las

manzanas que forman parte de la muestra. Además tiene la ventaja de concentrar geográficamente las encuestas.

Otra cuestión que se plantea es cómo repartir el tamaño de la muestra en las etapas, por ejemplo para una muestra de 1.000 familias se podrían elegir, entre las probabilidades, 100 ciudades con 10 entrevistas en cada una, o bien 10 ciudades con 100 entrevistas en cada una. 

MUESTREO NO PROBABILÍSTICO

Muestreo de conveniencia

El muestreo de o por conveniencia es una técnica de muestreo no probabilístico donde los sujetos son seleccionados dada la conveniente accesibilidad y proximidad de los sujetos para el investigador.

Los sujetos de una investigacion específica, son seleccionados para el estudio sólo porque son más fáciles de reclutar y el investigador no está considerando las características de inclusión de los sujetos que los hace representativos de toda la población.

Muchos investigadores prefieren esta técnica de muestreo, ya que es rápida, barata, fácil y sobre todo, los sujetos están disponibles.

EjemplosUno de los ejemplos más comunes de muestreo de conveniencia se realiza utilizando estudiantes voluntarios como sujetos de la investigación.

Otro ejemplo es el uso de sujetos que se han seleccionado de una clínica, una clase o una institución ya que para el investigador es de fácil el acceso a estas instituciones.

Un ejemplo más concreto es la selección de cinco personas de una clase o incluso la selección de los cinco primeros nombres de la lista de pacientes de una lista en una institución medica.

En estos ejemplos, el investigador inadvertidamente excluye una gran proporción de la población. Una muestra de conveniencia es o bien una selección de sujetos que son accesibles para el investigador o una selección de personas que deseen participar como voluntarios.

UsosLos investigadores utilizan el muestreo de conveniencia no sólo porque es fácil de usar, sino porque también tiene otras ventajas para la investigación.

En Pruebas Piloto, la muestra de conveniencia se suele utilizar ya que permite al investigador obtener los datos básicos y las tendencias con respecto a su estudio, sin las complicaciones del uso de una muestra aleatoria.Esta técnica de muestreo es también útil para documentar que una calidad particular de una sustancia o fenómeno se produce dentro de una muestra dada. Tales pruebas piloto, o de pruba inicial son también muy útiles para la detección de relaciones entre los fenómenos diferentes.

MUESTREO POR JUICIO En el método de muestreo discrecional (o muestreo por juicio), el investigador

selecciona a los individuos a través de su criterio profesional. Puede basarse en

la experiencia de otros estudios anteriores o en su conocimiento sobre

la población y el comportamiento de ésta frente a las características que se

estudian.

EJEMPLO: A un jefe de estudios le encomiendan un estudio del nivel de satisfacción de los alumnos con un determinado profesor. El investigador, que conoce a todos los alumnos de esa clase, decide utilizar el muestreo discrecional seleccionando a los alumnos que cree que serán los más representativos.

Cuando utilizarlo

Este método de muestreo es aconsejable cuando el responsable del estudio

conoce estudios anteriores similares o idénticos y sabe con precisión que

la muestra que utilizaron fue útil para el estudio.

Si la población es muy reducida y conocida por el investigador

El muestreo por cuotas

El muestreo   por   cuotas es   un   método   de muestreo   no   probabilístico.   Se   basa   en 

seleccionar la muestra después de dividir la población en grupos o estratos.

Supongamos   que   tenemos   una población de N individuos   y   que   queremos   elegir 

una muestra de n sujetos.   Tomaremos   los   individuos   para   la muestra mediante   el 

siguiente proceso:

1. La población se  divide   en k estratos  o   grupos,   tales   como   la   edad,   sexo,   nivel 

educativo, etc.  Supongamos que los estratos tienen N1, N2,…, Nk elementos, tales 

que:

2. El investigador elige las cuotas (número de sujetos) n1, n2,…, nk que se van a tomar 

de cada grupo, siendo su suma el total de elementos n de la muestra:

Las   cuotas   se   pueden   decidir   a   criterio   lógico   del   investigador   o 

mediante criterios adaptados a la muestra.

3. Se eligen los elementos en cada estrato o grupo por métodos no probabilísticos. 

Por ejemplo,  podríamos elegir   los  elementos  de  la  muestra de nuestra ciudad 

porque resulta más cómodo, o de un grupo de voluntarios, etc.

Cuando utilizarlo

1. El muestreo   por   cuotas se   utiliza   cuando   se   tienen   datos   adicionales   de   los 

individuos (edad, sexo, etc.) y se pueden utilizar ya que el investigador considera 

que estos datos pueden influenciar en las características que se estudian.

2. El   análisis   por   estratos   permite   un   posterior   análisis   de   las   diferencias   entre 

grupos.

Criterios de elección de las cuotasLas cuotas de   los   grupos   se  pueden  elegir   a   criterio  del   investigador  o  mediante 

criterios estadísticos. Veamos tres criterios estadísticos:

1. Elección simple: Las cuotas serán las mismas en los k estratos. De cada estrato se 

seleccionarían n/k individuos.   Este   criterio   no   es   recomendable   cuando   los 

estratos tienen diferente número de individuos.

2. Elección   proporcional   al   tamaño   del   estrato:   la   cuota   en   cada   grupo   es 

proporcional   a   los   elementos   de   dicho   grupo.   En   cada   estrato   se 

tomarán ni elementos, calculados mediante la fórmula:

Por ejemplo, suponemos que estamos haciendo un estudio sobre la vista de 

la población de una ciudad. Supongamos que el 30% de la población lleva gafas y 

el 70% no. Mediante este método se escogería el 30% de la muestra de personas 

que lleven gafas y el 70% del resto.

3. Elección proporcional a la variabilidad del estrato: si se conoce la variabilidad de la 

característica que estamos tomando en cuenta en cada estrato,   las cuotas son 

proporcionales a ella en cada grupo. En los grupos donde la varianza es mayor, la 

cuota, por tanto, es mayor.

Diferencia con el muestreo estratificado

El muestreo por cuotas se diferencia del muestreo estratificado en que la elección de 

los sujetos en cada estrato se realiza a criterio del investigador, y no aleatoriamente como 

en el muestreo estratificado.

Muestreo Bola de Nieve.

El muestreo de bola de nieve es una técnica de muestreo no probabilístico utilizada por los investigadores para identificar a los sujetos potenciales en estudios en donde los sujetos son difíciles de encontrar.

Cuando las unidades de estudio se encuentran en contacto entre sí, consiste en identificar un primer grupo de unidades de estudio y estos a su vez nos permitirán entrar en contacto con otras personas que realicen la misma actividad hasta un punto de saturación.

Repitiendo el procedimiento: cada grupo de nominados representa una etapa, se forma entonces una línea de respondientes-referenciado-respondiente, a esta cadena se le denomina “Bola de Nieve” 

Ventajas.

El proceso en cadena permite que el investigador llegue a poblaciones que son difíciles de probar cuando se utilizan otros métodos de muestreo.

Esta técnica de muestreo necesita poca planificación y menos mano de obra que otras técnicas de muestreo; además que el proceso es barato, simple y rentable.

Desventajas.

El investigador tiene poco control sobre el método de muestreo.

La representatividad de la muestra no está garantizada. El investigador no tiene ni idea de la verdadera distribución de la población ni de la muestra.