Muestro Tipos de Muestreo

Muestrear significa tomar una porción o de un universo como representativa de esa población o universo

Por ejemplo: es común que los compradores prueben una pequeña porción de queso antes de comprar alguno; a partir del trocito determinan el sabor del queso completo

Definición

Diferencias entre poblaciones y muestras

Población Muestra

DefiniciónColección de elementos considerados

Parte o porción de la población seleccionada para un estudio

Características

parámetros estadísticos

Símbolos

Tamaño de la población: N

Media de la población: μ

Desviación estándar de la población: σ

Tamaño de la muestra: n

Media de la muestra:

Desviación estándar de la muestra: S

Por qué hacer un muestreo?

A veces es imposible tener acceso al universo completo: supongamos que como director de un banco, usted necesita escribir un informe que describa a todas aquellos empleados que han dejado voluntariamente la compañía en los últimos 10 años. Sería muy difícil localizar a estas personas: muchas han muerto, se han mudado (incluso se pueden haber ido del país), se han casado y han adquirido nuevo nombre, etc.

Hay situaciones donde el universo completo puede ser medido, entonces por qué hacer muestreo:

• Económicas: es muy costoso censar, entrevistar o evaluar a todos los componentes de un universo (por ejemplo, entrevistar a todos los radioescuchas de Venezuela para saber cuál es su emisora preferida)

• Temporales: a veces la gente (administradores) requiere obtener información rápidamente para ajustar una operación o modificar una política

• En ocasiones probar todo el producto es innecesario y a menudo destructivo (por ejemplo, probar los alimentos)

• Es mucho más fácil manejar y controlar una pequeña muestra que una gran población

Por qué hacer un muestreo?

Qué es un muestreo aleatorio?

Es el método de obtener una porción (o muestra) de una población o universo, de tal modo que cada miembro de esa población o universo tenga la misma posibilidad de ser seleccionado

1 2 3 4 5 6 7 8 9 10

9 0 8 0 4 6 0 7 7 8

7 2 7 4 9 4 7 8 7 7

6 2 8 1 9 3 6 0 3 9

7 9 9 1 6 4 9 4 7 7

3 3 1 1 4 1 0 3 9 4

8 9 2 1 3 9 6 7 7 3

4 8 3 0 9 2 7 2 3 2

1 4 3 0 0 2 6 9 7 5

2 1 8 8 4 5 2 1 0 3

3 1 4 8 9 2 9 3 0 1

media

5.0 3.9

5.3

2.4

5.7

3.8 5.2 4.4

5.0

4.9

Media total:4.56

La media de los 100 números es 4.56. Puede notarse que las medias de las 10 muestras varían alrededor de 4.5, siendo 2.4 la más baja y 5.7 la más alta. Solamente dos de estas medias difieren por más de 1 de 4.5

Qué es una muestra representativa?

Representativo significa que es típico de una población, es decir que ejemplifica las características de la población

Las muestras representativas se basan en las características típicas de una población, son las más frecuentes y, por lo tanto las que tienen mayor probabilidad de estar presentes cuando se hace un muestreo aleatorio

Muestreo aleatorio y representatividad?Nunca se puede estar seguro de que una muestra aleatoria sea representativa de la población de la cual fue seleccionada. Sin embargo, aunque en teoría cualquier muestra particular de tamaño n tiene la misma probabilidad de ser seleccionada que cualquier otra muestra del mismo tamaño. Las pruebas empíricas realizadas muestran que la distribución de las medidas de todas las muestra posibles del mismo tamaño en una población se ajusta por lo general a la ley normal de probabilidad (campana de Gauss).

- -2-3 2 3

99,7 %

95,5 %

68 %

Error muestral: es la diferencia entre el valor del estimador en la muestra y el valor del parámetro en la población.

Por definición: no lo sabemos

Pero los métodos de estadística inferencial nos permiten calcular el error muestral más probable (ejemplo: para 1.000 entrevistas, en torno a ± 3%,con un 95,5% de confianza). Siempre y cuando sea muestreo aleatorio simple, o al menos muestreo probabilístico

Error muestral

Error muestral y tamaño de la muestra

La regla es utilizar una muestra tan grande como sea posible porque a menor tamaño de la muestra, mayor será el error

Muestras grandes y aleatoriedad

Las muestras grandes no se recomiendan sólo porque los números grandes sean mejores sino para permitir el principio de aleatorización. Con muestras pequeñas, la probabilidad de seleccionar muestras sesgadas es mayor que con muestras grandes

Muestreo

probabilístico

Aleatorio simple

Aleatorio estratificad

o

racimos

sistemático

No probabilísti

co

cuotas

propositivo

accidental

Muestreo aleatorio : es el método de obtener una porción (o muestra) de una población o universo, de tal manera que cada miembro de esa población o universo tenga la misma posibilidad de ser seleccionado.

Ejemplo:Supongamos que tenemos una población de cuatro estudiantes en un seminario: A, B, C,D y que cada elemento de la población total tiene la misma oportunidad de ser incluido.

Las muestras posibles seríanAB, AC, AD, BC, BD, CD

Cada una de ellas tendrían una probabilidad de 1/6 de ser elegida

muestreo aleatorio

Muestreo aleatorio

Con reemplazamiento

Cuando los elementos de la muestra son regresados a la población después de haber sido elegidos

Sin reemplazamiento

Cuando los elementos de la muestra NO son regresados a la población después de haber sido elegidos

Muestreo estratificado

Para utilizar el muestreo estratificado dividimos la población en grupos relativamente homogéneos, llamados estratos

Ejemplos de estratos:• hombres y mujeres• asiáticos, afrodescendientes, indigenas, europeos, mestizos

Después se seleccionan muestreos aletorios de cada estrato: si la población consta de 52% de mujeres y 48% de hombres, una muestra estratificada de 100 participantes consistiría en 52 mujeres y 48 hombre. Las 52 mujeres se seleccionarían al azar del grupo disponible de mujeres y los 48 hombres se seleccionarían aleatoriamente del su estrato

La ventaja de las muestras estratificadas es que cuando se diseñan adecuadamente, reflejan de manera más precisa las características de la población de la cual fueron elegidas en comparación con otro tipo de muestras

Muestreo por racimos

Un racimo es un grupo de cosas de la misma clase

En el muestreo por racimos, el universo es fraccionado en áreas o racimos, y después los racimos son muestreados aleatoriamente

IMPORTATE: tanto en el muestreo estratificado como en el de racimo. La población se divide en grupos bien definidos. Usamos el muestreo estratificado cuando cada grupo tiene una pequeña variación dentro de sí mismos, pero hay una amplia variación de un grupo a otro. Usamos el muestreo de racimos en el caso opuesto, cuando hay una variación considerable dentro de cada grupo, pero los grupos son esencialmente similares entre si

Muestreo estratificado Muestreo por racimos

Hombre , mujeres

Asiaticos, afrodescendientes,Indigenas, europeos, mestizos

Nivel socioeconómico: A, B, C, D, E

Gordos, flacos

Del glorioso equipo de los leones del Caracas, tigreros, magallaneros, tiburones, aguilas del zulia, cardenales, etc.

Católicos y evangélicos

hay una variación considerable dentro de cada grupo, pero los grupos son esencialmente similares entre si

Hay una pequeña variación dentro de cada grupo, pero hay una amplia variación de un grupo a otro

Muestreo sistemático

Este método es una ligera variación del muestreo aleatorio simple. De manera que los elementos son seleccionados de la población dentro de un intervalo uniforme que se mide con respecto al tiempo, al orden o al espacioSi la población consta de N elementos y se desea elegir una muestra de tamaño n, es necesario establecer la razón N/n y esta razón se redondea a un número entero.

Por ejemplo: La población tiene una N=1000La muestra tiene una n=100La razón= 1000/100 = 10

Se escoge el primer número desde el que se empezará a contar, mediante un procedimiento aleatorio, por ejemplo meter en un sombrero 10 papeles numerados del 1 al 10 . Supongamos que salió el número 8 y desde ahí se empieza a sumar la razón.

los números seleccionados serán: 8, 18, 28, 38, 48, 58, 68, 78, 88, 98, 108, 118 y así sucesivamente hasta llegar al último número que sería 998

Muestreo

probabilístico

Aleatorio simple

Aleatorio estratificad

o

racimos

sistemático

No probabilísti

co

cuotas

propositivo

accidental

Muestreo por cuotas

En este tipo de muestreo se fijan unas "cuotas" que consisten en un número de individuos que reúnen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 años, de sexo femenino y residentes en Caracas.

Una vez determinada la cuota se eligen los primeros que se encuentren que cumplan esas características.

Este método se utiliza mucho en las encuestas de opinión.

Se basa en el buen conocimiento de los estratos de la población y/o de los individuos más "representativos" o "adecuados" para los fines de la investigación.

Es semejante al muestreo estratificado, pero no tiene el carácter de aleatoriedad de aquél.

Muestreo propositivo

Se caracteriza por el uso de los juicios e intenciones deliberadas para obtener muestras que se suponen cercanas a las probabilísticas, al incluir áreas o grupos que se presumen son típicos de una muestra.

El objetivo es describir el proceso de un fenómeno más que su distribución. La finalidad es seleccionar los casos con riqueza de información suficiente para estudiarlos en profundidad .

Ejemplo. En un estudio descriptivo y transversal se incluyeron 50 adolescentes embarazadas de 12 a 19 años de edad que acudieron a la consulta externa del Hospital Clínico Universitario. El muestreo fue propositivo, no aleatorio y centrado en sitios de concentración de los sujetos de estudio.

Muestreo accidental

Es la forma más débil de muestreo, aunque suele ser uno de los más utilizados

Se trata de un muestreo no probabilístico donde el investigador elige a aquellos individuos que están a mano. Por ejemplo, un periodista que va por la calle preguntando a las personas que salen a su paso, sin atender ningún criterio especial de elección.

No es un muestreo no probabilístico porque aquellas personas que no pasan por ese sitio no tiene la posibilidad de entrar en la muestra.

Tipos de Muestra

Probabilísticas

No probabilísticas

Usan el muestreo aleatorio

No usan el muestreo aleatorio

hablar de muestra implica alguna forma de representación del universo a través de una parte tomada de él. Clásicamente, uno de los primeros problemas que debe resolverse cuando se ha decidido utilizar muestras, es, si se trabajará con muestras con probabilidad de error muestral conocido, es decir muestras probabilísticas, o muestras sin conocimiento de esa probabilidad de error muestral, las denominadas muestras no probabilísticas, en la cual, la elección de los elementos no depende de la probabilidad, sino que depende de otras causas relacionadas con los propósitos de la investigación

.

a) Un esquema completo y actualizado que permita numerar las unidades del universo (por ejemplo un listado o un censo). Este esquema siempre es posible de conseguir para estudios sociales, por ejemplo cuando no se tiene el listado completo de personas, funcionarios de la empresa, hogares, tenemos una limitante.

b) Un procedimiento de selección aleatorio (cualquiera de los 4 vistos con anterioridad)

c) La fijación de una probabilidad de error muestral, denominada estadísticamente como nivel de significación o probabilidad de error a (alfa). Este valor es fijado por el investigador y en estudios sociales se emplean valores que oscilan entre el 1 y el 5%.

d) Una estimación de la heterogeneidad del universo. Esa estimación de la heterogeneidad o varianza tiene que estar disponible para determinar el tamaño de la muestra que necesitamos. Pregunta: ¿cómo se obtuvo ese dato?: en algunos casos mediante un censo, una investigación anterior.

Diseñar una muestra probabilística. Requisitos