Professional Documents
Culture Documents
1. Muestreo probabilstico: tcnica para extraer una muestra en la que cada unidad de
muestreo tiene una probabilidad conocida de ser incluida en la muestra.
Este muestro le permite al investigador juzgar la fiabilidad y validez de los datos reunidos
mediante el clculo de la probabilidad de que los resultados de la muestra sean diferentes
de la poblacin objetivo definida.
2. Muestreo no probabilstico: proceso de muestreo en el que se desconoce la probabilidad
de elegir cada unidad de muestreo.
Tipos de diseo de muestreo probabilstico
Muestreo aleatorio simple: procedimiento de muestreo probabilstico que asegura que
cada unidad de muestreo en la poblacin objetivo tiene una conocida e igual
oportunidad de ser elegida.
Desventajas:
- Dificultad de obtener una lista completa y exacta de los elementos de la
poblacin objetivo.
Ventajas:
- Tcnica fcil de entender y los resultados de la encuesta se pueden generalizar a
la poblacin objetivo definida dentro de un margen previsto de error.
- Le permite al investigador obtener clculos sin sesgo de las caractersticas de la
poblacin
Ej. Si el investigador quiere que se extraiga una muestra de 100 de una poblacin
objetivo de 1.000, el intervalo de salto sera de 10. Una vez determinado el intervalo, el
investigador elegira aleatoriamente un punto de partida y tomara cada dcima unidad
hasta llegar al fin de la lista entera de la poblacin objetivo.
Desventajas:
- Existe un riesgo potencial de que haya patrones ocultos en los datos que no
sean descubiertos por el investigador. Esto podra dar como resultado una
muestra que no sea fielmente representativa de la poblacin objetivo definida.
- El investigador tiene que saber con exactitud cuntas unidades de muestreo
componen la poblacin objetivo definida.
Ventajas:
- Es una forma fcil de extraer una muestra asegurando al mismo tiempo el
carcter aleatorio.
- Es ms breve en el tiempo que le toma extraer una muestra (en comparacin
con el muestreo aleatorio simple)
Muestreo aleatorio estratificado: mtodo de muestreo probabilstico en el que la
poblacin objetivo definida se divide en grupos llamados estratos, y se seleccionan
muestras de cada estrato.
La extraccin de una muestra aleatoria estratificada comprende 3 pasos:
1) Dividir la poblacin objetivo en subgrupos o estratos homogneos
2) Extraer muestras aleatorias de cada estrato
3) Combinar las muestras de cada estrato en una sola muestra de la poblacin
objetivo.
Desventajas:
- Es difcil determinar la base para la estratificacin
- La informacin secundaria pertinente para los factores de estratificacin podra
no estar disponible fcilmente.
Ventajas:
- Ofrece seguridad de la representatividad en la muestra
- Ofrece la oportunidad de estudiar cada estrato y de hacer comparaciones entre
estratos
- Ofrece la capacidad de hacer clculos para la poblacin objetivo con la
expectativa de mayor precisin y menos errores.
Desventajas:
- Los conglomerados a menudo son homogneos (esto hace que los clculos de la
muestra sean menos precisos)