M étodos de muestreo

1. Métodos de muestreo

2. Introducción. • Población o universo conceptual • Conjunto de unidades sobre las que se pretende obtener cierta información. • Pueden ser unidades individuales, compuestas o una serie de objetos. • Se deben caracterizar por: • Correcta delimitación. • Constituida por unidades de la misma naturaleza.

3. Muestra. • Es prácticamente imposible estudiar todas las unidades de la población. • ¿Qué es una muestra? • Es una parte representativa de la población. • Característica Fundamental: • Reduce de la forma más exacta posible las características de la población.

4. Elementos principales de la muestra. • El marco o base de la muestra. • Conjunto de unidades que constituyen la población. • Unidades muestrales. • Cada uno de los elementos que constituyen la base o marco de la muestra.

5. Elementos principales de la muestra. • Fracción de muestreo • Es el porcentaje que representa la muestra sobre el total de la población (n/N)*100. • Coeficiente de elevación. • Es el número de veces que el tamaño de la población contiene al tamaño de la muestra (N/n).

6. Probabilístico Muestreo aleatorio simple. Muestreo aleatorio sistemático. Muestreo estratificado. Muestreo aleatorio conglomerado. No probabilístico Muestreo accidental. Muestreo por cuotas. Muestreo intencionado. Métodos de muestreo.

7. Probabilístico

8. Muestreo aleatorio simple para poblaciones finitas. • Los elementos de la muestra se eligen al azar, directamente y en una sola etapa. • Se aplica fundamentalmente en poblaciones pequeñas y plenamente identificables. • Se utilizan tablas de números aleatorios. • Es una muestra de tamaño n, de una población finita N, en donde cada muestra tiene la misma probabilidad de ser seleccionada.

9. Tipos de muestreo aleatorio simple para poblaciones finitas. • Muestreo sin reemplazo • Se selecciona solo una vez cada muestra. • Muestreo con reemplazo • Se puede incluir dos o más veces en la muestra.

10. Ejemplo: N = 3500 n = 40 5503 4812 1790 5648 1943

11. Muestreo aleatorio simple para una población infinita. • Es aquella que se selecciona en tal forma que se satisfacen las siguientes condiciones: • Cada elemento seleccionado proviene de la misma población. • Cada elemento se selecciona en forma independiente.

12. Muestreo aleatorio sistemático. • Variante del muestreo aleatorio simple. • Sistematiza la elección de los componentes de la muestra. • Se calcula el coeficiente de elevación. • Se elige al azar un número igual o menor a ese coeficiente. • El individuo al que corresponde ese número forma parte de la muestra. • Los restantes se obtienen sumando sucesivamente el coeficiente de elevación al número obtenido.

13. Ejemplo • N = 5.000 • n = 100 • Coeficiente de elevación= 5.000/100 = 50 • El peligro de esta elección es que si en el listado hay algún tipo de ordenación, se corre el riesgo que la elección no sea tan neutra.

14. Muestreo estratificado. • Cuando el universo no es homogéneo. • Diferentes categorías con igual importancia para la investigación. • La elección de la muestra no se hace globalmente para todos los estratos. • Elección de una muestra para cada estrato por alguno de los procedimientos anteriores. • No es aconsejable elevar la división en estratos demasiado lejos, estratos pequeños complican el diseño porque pueden aparecer vacíos.

15. Muestreo estratificado. • Es el más utilizado en la práctica. • Una vez definidos los estratos, se lleva a cabo la submuestra. • La determinación del número de elementos por submuestra se denomina afijación de la muestra. • Para encontrar la afijación proporcional se extrae de cada estrato el número necesario de individuos para que la distribución de la población y de la muestra coincidan.

16. Afijación de la muestra. • Afijación simple • Si en cada estrato se elige el mismo número de individuos. En algunos casos no representa la población en realidad. • Muestra n = 500 individuos (5000/100), 4 estratos, cada estrato tendrá 125 individuos. • Afijación proporcional • Cada estrato tenga la misma proporción en la muestra que en la población. • Una muestra es de 40% para un estrato, en la población el estrato también debe tener la misma proporción.

17. Afijación de la muestra. • Ejemplo afijación proporcional: N = 5000/100 = 500 • 3000 (60%) 2000(40%) • 2000; 1000; 1500; 500 • M<30; M>30; H<30; H>30 • 40%; 20%; 30%; 10% • Afijación óptima. • Consiste en elegir: • Pocos individuos de los estratos homogéneos. • Muchos individuos de los estratos heterogéneos.

18. Muestreo aleatorio conglomerado. • Unidades muestrales no son simples, sino colectivos. • Escuelas, hospitales, etc. • Se divide primero a los elementos de la población en conjuntos separados llamados conglomerados. • Cada elemento pertenece sólo a un grupo. 3. Se toma una muestra aleatoria simple de los conglomerados.

19. Características. • Tiende a proporcionar los mejores resultados cuando los elementos del conglomerado son heterogéneos. • Caso ideal: cada conglomerado es una versión representativa, en pequeña escala, de toda la población. • Requiere un tamaño de muestra total mayor que el muestreo aleatorio simple o estratificado. • Principales aplicaciones: muestreo de áreas.

20. No probabilísticos

21. Muestreo accidental. • El investigador elige a aquellos individuos que están a mano. • No se utilizan ningún criterio especial de elección.

22. Muestreo por cuotas. • Consiste en facilitar al entrevistador el perfil de las personas: • Criterio. • Elección específica. • Cumplan con el perfíl. • Se aplica en la última fase del muestreo.

23. Muestreo intencionado. • Se basa en una buena estrategia y el buen juicio del muestreo. • Frecuentemente se toman elementos que se juzgan típicos o representativos de la población, suponiendo que los errores en la selección se compensan unos con otros. • Problema: comprobación de si los casos típicos lo son en realidad, y como afecta a esos casos típicos los posibles cambios que se producen.