MUESTREO PROBABILÍSTICO: Se divide la población en grupos en función de
MUESTREO ALEATORIO SIMPLE un carácter determinado y después se muestrea
cada grupo aleatoriamente, para obtener la parte Es la técnica de muestreo en la que todos los proporcional de la muestra. Este método se aplica elementos que forman el universo y que, por lo para evitar que por azar algún grupo de animales tanto, están descritos en el marco muestral, este menos representado que los otros. [3] tienen idéntica probabilidad de ser seleccionados para la muestra. Sería algo así como hacer un N1+ N2+ …+ NL = N sorteo justo entre los individuos del universo: asignamos a cada persona un boleto con un Fig. 2. Fórmula de Muestreo Aleatorio Estratificado. número correlativo, introducimos los números en una urna y empezamos a extraer al azar boletos. Prácticamente este muestreo divide toda la Todos los individuos que tengan un número población en segmentos y consigo se escoge una extraído de la urna formarían la muestra. [1] muestra aleatoriamente, para que luego todas las muestras seleccionadas se combinen en una sola Es la modalidad de muestreo más conocida y que muestra. alcanza mayor rigor científico, garantizando la equis probabilidad de elección de cualquier Beneficios elemento, y la independencia de selección de cualquier otro. [2] Si se desea cierta precisión en alguna subdivisión, es necesario tratarla como si Este muestreo se lo conoce por ser sencillo, pero fuera una “población” por sí sola. en la práctica es complicada, debido a que esta Las conveniencias de tipo administrativo. necesita un marco muestral, lo cual en la mayoría La diversidad de determinados grupos (por de los casos es imposible obtenerlo, pero puede ejemplo, hoteles, hospitales, prisiones, etc.) ser utilizado hace necesario un enfoque diferente al de las personas normales. O, por ejemplo, las Garantiza que todos los individuos que grandes compañías conviene separarlas en componen la población blanco tienen la misma un estrato diferente, para las pequeñas oportunidad de ser incluidos en la muestra. empresas se puede utilizar un tipo de muestreo por áreas. La estratificación puede dar lugar a una ganancia en precisión de los estimadores de la población. Esto ocurre cuando una población heterogénea es dividida en subpoblaciones cada una de las cuales es Fig. 1. Fórmula de Muestreo Aleatorio Simple internamente homogénea. [4]
Beneficios Tipos de Muestreo Estratificado
La generación de números aleatorios 1.- Muestreo estratificado proporcionado mediante software sean estrictamente son números pseudo-aleatorios. Cuando seleccionamos una característica de los Aseguramos la obtención de muestras individuos para definir los estratos, suele ocurrir representativas, de manera que la única que el tamaño de las subpoblaciones resultantes fuente de error que va a afectar a mis en el universo son diferentes. resultados va a ser el azar.
MUESTREO ESTRATIFICADO Cuando asignamos el mismo tamaño de muestra Consiste en dividir toda la población objeto de a todos los estratos definidos, sin importar el peso estudio en diferentes subgrupos o estratos que tienen esos estratos en la población. disjuntos, de manera que un individuo sólo puede pertenecer a un estrato. Una vez definidos los 3.-Muestreo estratificado óptimo (respecto a la estratos, para crear la muestra se seleccionan desviación estándar) individuos empleando una técnica de muestreo cualquiera a cada uno de los estratos por En este caso, el tamaño de los estratos en la separado. [1] muestra no guardará proporcionalidad con la población. Por el contrario, se define el tamaño Frecuentemente los conglomerados se aplican a de los estratos proporcionalmente a la desviación zonas geográficas. [3] estándar de las variables objeto de estudio. [1] Este muestreo ayuda cuando es poco práctico MUESTREO PROBABILÍSTICO: crear un marco muestral de X población ya que MUESTREO SISTEMÁTICO se encuentra dispersa geográficamente y el costo de la recopilación de datos es muy alto. Este En este caso se elige el primer individuo al azar muestreo consiste en seleccionar al azar de forma y el resto viene condicionado por aquél. Este natural a varios elementos de X población y crear método es muy simple de aplicar en la práctica y agrupaciones, así creando clusters y tiene la ventaja de que no hace falta disponer de seleccionando uno a la vez. un marco de encuesta elaborado. [3] La población está subdividida en subpoblaciones llamadas conglomerados. Los conglomerados deben presentar toda la Fig. 3. Fórmula de Muestreo Sistemático. variabilidad de la población. Además los conglomerados deben ser muy parecidos Consistente en escoger un individuo inicial de entre sí. forma aleatoria entre la población y, a La selección de los conglomerados que continuación, seleccionar para la muestra a cada integran la muestra es al azar. enésimo individuo disponible en el marco Todos los elementos del conglomerado muestral. representan la población, de modo que conviene incluirlos a todos en la muestra. Una muestra de conglomerados, usualmente produce un mayor error muestral y es menos precisa en las estimaciones que una muestra Fig. 4. Ejemplo de Muestreo Sistemático.. aleatoria simple del mismo tamaño pero es menos costosa y más rápida de muestrear. [5] Beneficios Beneficios Seleccionar un conglomerado a estudiar Obtiene buenas propiedades de suele ser más fácil y económico que hacer representatividad, similares a la de un una muestra aleatoria o sistemática. Hemos muestreo aleatorio simple o incluso visto por ejemplo que usar conglomerados superiores, pero de forma más rápida y geográficos puede representar un importante simple, al evitar la necesidad de generar ahorro en desplazamientos de personas. tantos números aleatorios como individuos Es muy adecuado cuando los grupos en en la muestra. que dividimos la población son muy Respecto al muestreo aleatorio, el muestreo similares entre sí, por lo que no hay gran sistemático puede garantizarnos una selección perfectamente equitativa de la diferencia entre estudiar individuos de población. Esto puede ser de utilidad si se un grupo o de otro. distinguen grupos dentro de universo, lo que CONCLUSIONES nos podría evitar la necesidad de usar En el muestreo aleatorio simple cada estratos. Si existe diferente varianza entre combinación posible de muestreo tiene igual los individuos de los fragmentos, este probabilidad de ser seleccionado. muestreo puede ser mejor que el aleatorio. EN el muestreo estratificado permite el [1] análisis de los patrones dentro del estrato y la notificación separada de los resultados para cada uno de los estratos. MUESTREO PROBABILÍSTICO: La población en el muestreo sistemático no MUESTREO POR CONGLOMERADO tiene porque ser numerada, ya que se agrupa Se divide la población en varios grupos de un marco si hay representación física, así características parecidas entre ellos y luego se eliminado la posibilidad de autocorrelacion. analizan completamente algunos de los grupos, En el muestreo por conglomerados tiende a descartando los demás. Dentro de cada tener errores de muestreo más grandes, conglomerado existe una variación importante, ocasionando que el análisis de datos sea pero los distintos conglomerados son parecidos. complejo. Requiere una muestra más grande, pero suele simplificar la recogida de muestras. REFERENCIAS