MUESTREO PROBABILSTICOS Y NO PROBABILSTICOS Muestreo (estadstico): El muestreo es una herramienta de a investigacin cientfica.

Su funcin bsica es determinar que parte de la realidad en estudio (poblacin o universo) debe examinarse con la finalidad de hacer inferencias sobre dicha poblacin. El error que se comete debido es al hecho de que se obtienen conclusiones sobre cierta realidad a partir de la observacin de solo una parte de ella, se denomina error de muestreo. Tipos de muestreo: I. Muestreo probabilsticos: Son aquellos que se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una. Slo estos mtodos de muestreo probabilsticos nos aseguran la representatividad de la muestra extrada y son, por tanto, los ms recomendables. Dentro de los mtodos de muestreo probabilsticos encontramos los siguientes tipos: a. Muestreo aleatorio simple (MAS): El muestreo aleatorio simple es la forma ms fcil de muestreo probabilstico. Lo nico que el investigador tiene que hacer es asegurarse de que todos los miembros de la poblacin (N) sean incluidos en la lista y luego seleccionar al azar el nmero deseado de sujetos (n). Existen muchos mtodos para hacer esto. Puede ser tan mecnico como sacar tiras de papel de un sombrero con nombres escritos mientras el investigador tiene los ojos vendados o puede ser tan fcil como usar un software de computadora para hacer la seleccin aleatoria. Total:

Media:

Proporcin:

La proporcin sera la media de una variable que toma valores cero o uno. En las anteriores expresiones: - Xi: es el valor de la variable que estamos estudiando. - N: es el tamao poblacional. - n: es el tamao muestral. - Pi: es una variable que toma los valores 0 1 Cuando un elemento es seleccionado, y hemos medido las variables necesarias para el estudio y puede volver a ser seleccionado, se dice que hacemos un muestreo aleatorio

con reemplazamiento o reposicin. Generalmente recibe el nombre de muestreo aleatorio simple. En caso de que el elemento no vuelva a formar parte de la poblacin de manera que no puede volver a ser seleccionado se dice que se ha obtenido la muestra mediante un muestreo aleatorio sin reposicin o reemplazamiento. En algunos libros, este mtodo recibe tambin el nombre de muestreo irrestrictamente aleatorio. Para el caso del muestreo aleatorio tanto con reposicin como sin reposicin, estos estimadores vienen dados por las expresiones: Total: - Para el muestreo con reposicin: ( ) - Para el muestreo sin reposicin: ( ) Media: - Para el muestreo con reposicin: ( ) - Para el muestreo sin reposicin: ( ) Proporcin: - Para el muestreo con reposicin: ( ) - Para el muestreo sin reposicin: ( ) ( ) ( ) ( )

b. Muestreo estratificado: Tambin es conocido como muestreo aleatorio proporcional. sta tcnica de muestreo consiste en la divisin previa de la poblacin (N) de estudio en grupos o clases (estratos) que se suponen homogneos con respecto a alguna caracterstica de las que se van a estudiar (por ejemplo: segn la profesin, el municipio de residencia, el sexo, el estado civil, etc.). Luego, el investigador selecciona aleatoriamente la lista final de sujetos de los distintos estratos. Es importante tener en cuenta que los estratos no se superpongan. La distribucin de la muestra en funcin de los diferentes estratos se denomina afijacin, y puede ser de diferentes tipos: Asignacin proporcional: El tamao de la muestra dentro de cada estrato es proporcional al tamao del estrato dentro de la poblacin.

 Asignacin ptima: La muestra recoger ms individuos de aquellos estratos que tengan ms variabilidad. Para ello es necesario un conocimiento previo de la poblacin. Pare el caso del muestreo estratificado, los principales estimadores vendran dados por las siguientes expresiones: Total:

Media:

Proporcin:

Dnde: - : Es la media muestral de la variable X en el estrato h. : es el tamao del estrato h. - : es el tamao poblacional - : es el tamao muestral en el estrato h. - es el tamao muestral. - : es la proporcin muestral de la variable en el estrato h. y la estimacin del error que cometemos al estimar los parmetros poblacionales viene dado por: Total: ( ) ( )

Dnde: y * +

Media: ) ( Donde y ( )

tienen los mismos significados que antes.

Proporcin: ( ) Donde ( )

c. Muestreo conglomerado o reas: Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El primer mtodo funciona mejor cuanto ms homognea es la poblacin respecto del estrato, aunque ms diferentes son stos entre s. En el segundo, ocurre lo contrario. Los conglomerados (generalmente son unidades o reas en los que se ha dividido la poblacin) deben presentar toda la variabilidad, aunque deben ser muy parecidos entre s. El motivo para realizar este muestreo es que a veces resultara demasiado costoso realizar una lista completa de todos los individuos de la poblacin objeto del estudio, o que cuando se termine de realizar la lista no tendra sentido la realizacin del estudio. El principal inconveniente que tiene es que si los conglomerados no son homogneos entre s, la muestra final puede no ser representativa de la poblacin. Veamos ahora la expresin de los estimadores cuando trabajamos con esta tcnica de muestreo.
Total:

Media:

Proporcin:

Dnde: Es el total de la variable en el conglomerado . Es la media muestral de la variable en el conglomerado . Es el nmero de conglomerados de la poblacin. Es el tamao poblacional. Es el nmero de conglomerados de la muestra. Es el tamao del conglomerado . Es el total de una variable , que toma el valor 0 1 en el conglomerado , y la estimacin de los errores que cometemos al hacer estas estimaciones son los siguientes:

Total: ( ) ( ) ( )

Media: ) ( ( ) ( )

Proporcin: ( ) ( ) ( )

d. Muestreo sistemtico: Es un tipo de muestreo aleatorio simple en el que los elementos se seleccionan segn un patrn que se inicia con una eleccin aleatoria. Consideramos una poblacin que consta de N elementos, ordenados y numerados del 1 hasta N, y deseamos obtener una muestra de tamao n. Dicha poblacin la podemos dividir en n subconjuntos, cada uno de ellos con elementos, es decir, cada subconjunto consta de tantos elementos como indica el factor de elevacin. La muestra estar formada por los elementos: a, a+k, a+2k,....a+(n-1)k. De aqu se deduce que un elemento poblacional no podr aparecer ms de una vez en la muestra. La muestra ser representativa de la poblacin pero introduce algunos sesgos cuando la poblacin est ordenada en funcin de determinados criterios.
Los estimadores para este tipo de muestreo son:

Total:

Media:

Proporcin:

Donde P es una variable que toma los valores 0 1.

e. Muestreo bietpico: Se recomienda cuando los tamaos de muestra de los conglomerados es muy variable, o cuando el tamao poblacional es muy grande, en estos casos, se procede a seleccionar la unidad de anlisis en dos pasos.

Es un caso particular de muestreo por conglomerados en el que en una primera etapa se selecciona una muestra de n conglomerados de tamaos , = 1, 2,..., n y en una segunda etapa se selecciona, independientemente en cada conglomerado de la primera etapa, una submuestra de unidades elementales de entre las del conglomerado. En ambas etapas la seleccin puede ser con o sin reposicin, pero en la segunda etapa suele usarse muestreo sin reposicin. En la segunda etapa se puede utilizar cualquier tipo de muestreo de los ya estudiados, pero generalmente sin reposicin y probabilidades iguales. En el muestreo bietpico no es necesario utilizar todas las unidades elementales de los conglomerados seleccionados en primera etapa. Los conglomerados de primera etapa se denominan unidades primarias, los de segunda etapa, secundarias. f. Muestreo trietpico: Es el proceso de seleccionar una muestra de conglomerados y luego hacer un nuevo muestreo dentro de cada conglomerado para tener un muestra de unidades. Este muestreo involucra dos muestreos, en ese caso se llama bietpico o puede involucrar tres muestreos en curo caso es trietpico. g. Muestreo polietpico: Es una generalizacin del anterior, de manera que cada
conglomerado puede estar formado a su vez por otros conglomerados y as sucesivamente en n etapas.

II. Muestreos no-probabilsticos: a. Muestreo casual: b. Muestreo de voluntario: c. Muestreo de cuota: d. Muestreo de opinin: e. Muestreo de poblaciones mviles. f. Muestreo de expertos: g. Muestreo de bola de nieve: