Nombre: Asignatura: Estadstica I

Fecha: Martes 07 de Febrero de 2016

Tema: Tcnicas de muestreo.
1. Muestreo probabilstico
Los mtodos de 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 muestra
y, consiguientemente, todas las posibles muestras de tamao n tienen la
misma probabilidad de ser seleccionadas. 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:

1.1. Muestreo aleatorio simple:

El procedimiento empleado es el siguiente:
1) Se asigna un nmero a cada individuo de la poblacin
2) A travs de algn medio mecnico (bolas dentro de una bolsa, tablas de
nmeros aleatorios, nmeros aleatorios generadas con una calculadora u
ordenador, etc.) se eligen tantos sujetos como sea necesario para
completar el tamao de muestra requerido.

Casos de aplicacin:
Se usa cuando la poblacin es relativamente pequea para poder
enumerar a cada elemento.

1.2. Muestreo aleatorio sistemtico:

Este procedimiento exige, como el anterior, numerar todos los elementos
de la poblacin, pero en lugar de extraer n nmeros aleatorios slo se
extrae uno. Se parte de ese nmero aleatorio i, que es un nmero elegido
al azar, y los elementos que integran la muestra son los que ocupa los
lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en
k, siendo k el resultado de dividir el tamao de la poblacin entre el tamao
de la muestra: k= N/n. El nmero i que empleamos como punto de partida
ser un nmero al azar entre 1 y k.

Casos de aplicacin:

Poblacin relativamente pequea.

Se utiliza cuando la poblacin no sigue una secuencia en la forma
en que estn ordenados sus elementos.
1.3. Muestreo aleatorio estratificado:

El muestreo estratificado es un diseo de muestreo probabilstico en el que

dividimos a la poblacin en subgrupos o estratos. La estratificacin puede
 basarse en una amplia variedad de atributos o caractersticas de la
poblacin como edad, genero, nivel socioeconmico, ocupacin, etc. As,
consideramos una poblacin heterognea con N unidades, y en la que la
subdividimos en L subpoblaciones denominados estratos lo ms
homogneas posibles no solapadas, atendiendo a criterios que puedan ser
importantes en el estudio, de tamaos N1, N2, . . . , NL. Obviamente N1 +
N2 + . . . + NL = N, donde N es el total de individuos de la poblacin. La
muestra estratificada de tamao n se obtiene seleccionando una muestra
aleatoria simple de tamao nh (h = 1, 2, . . . , L) de cada uno de los estratos
en que se subdivide la poblacin de forma independiente. De igual modo,
n1 + n2 + . . . + nL = n, donde n es el tamao de la muestra que queremos
seleccionar. Podemos expresar la formacin de estratos en la poblacin y
la formacin de la muestra estratificada de la forma siguiente:

Casos de aplicacin:
Poblacin debe ser homognea de tal forma que se pueda dividir en
estratos(caractersticas) homogneas.
Conocer las caractersticas por las cuales se clasificara a la
poblacin.
Como identificar las caractersticas

1.4. Muestreo aleatorio por conglomerados:

Los mtodos presentados hasta ahora estn pensados para seleccionar
directamente los elementos de la poblacin, es decir, que las unidades
mustrales son los elementos de la poblacin. En el muestreo por
conglomerados la unidad muestral es un grupo de elementos de la
poblacin que forman una unidad, a la que llamamos conglomerado. Las
unidades hospitalarias, los departamentos universitarios, una caja de
determinado producto, etc., son conglomerados naturales. En otras
ocasiones se pueden utilizar conglomerados no naturales como, por
ejemplo, las urnas electorales. Cuando los conglomerados son reas
geogrficas suele hablarse de "muestreo por reas". El muestreo por
conglomerados consiste en seleccionar aleatoriamente un cierto nmero de
conglomerados (el necesario para alcanzar el tamao muestral establecido)
y en investigar despus todos los elementos pertenecientes a los
conglomerados elegidos

Casos de aplicacin:
Todos los conglomerados tienen la misma probabilidad de ser
seleccionados.
Se utiliza el muestreo por conglomerados cuando no existen muchas
diferencias entre conglomerados.
Se utiliza el muestreo estratificado cuando los grupos o estratos son
muy homogneos internamente y diferentes entre ellos.
Esta tcnica de muestreo es barata, rpida y fcil. En lugar de realizar
un muestreo de todo un pas como en el muestreo aleatorio simple, el
investigador puede asignar sus recursos limitados a los pocos
 conglomerados o reas seleccionadas aleatoriamente cuando se usan
muestras por conglomerados.

2. Muestreo no probabilsticos:

2.1. Muestreo por cuotas:

Tambin denominado en ocasiones "accidental". Se asienta generalmente
sobre la base de un buen conocimiento de los estratos de la poblacin y/o
de los individuos ms "representativos" o "adecuados" para los fines de la
investigacin. Mantiene, por tanto, semejanzas con el muestreo aleatorio
estratificado, pero no tiene el carcter de aleatoriedad de aqul. En este
tipo de muestreo se fijan unas "cuotas" que consisten en un nmero de
individuos que renen unas determinadas condiciones, por ejemplo: 20
individuos de 25 a 40 aos, de sexo femenino y residentes en Gijn. Una
vez determinada la cuota se eligen los primeros que se encuentren que
cumplan esas caractersticas. Este mtodo se utiliza mucho en las
encuestas de opinin.

Casos de aplicacin:
Si un estudio tiene como objetivo investigar una caracterstica o
rasgo de un determinado subgrupo, sta es la tcnica ideal
El muestreo por cuotas es una tcnica de muestreo no probabilstico
en donde la muestra reunida tiene la misma proporcin de
individuos que toda la poblacin con respecto al fenmeno
enfocado, las caractersticas o los rasgos conocidos.
La muestra final que ser utilizada en el estudio cumpla los criterios
de cuota de la investigacin.

2.2. El muestreo por conveniencia:

Consiste en seleccionar una muestra de la poblacin por el hecho de que

sea accesible. Es decir, los individuos empleados en la investigacin se
seleccionan porque estn fcilmente disponibles, no porque hayan sido
seleccionados mediante un criterio estadstico. Esta conveniencia, que se
suele traducir en una gran facilidad operativa y en bajos costes de
muestreo, tiene como consecuencia la imposibilidad de hacer afirmaciones
generales con rigor estadstico sobre la poblacin.
Por ejemplo, supongamos que queremos conocer la opinin de los
estudiantes universitarios chilenos acerca de la poltica. Una muestra
probabilstica requerira acceder a un censo del total de estudiantes de
todas las universidades chilenas con el fin de seleccionar al azar un grupo
de individuos y encuestarlos. Una muestra por conveniencia podra consistir
en dirigirme a 3 universidades cercanas, simplemente porque estn en la
poblacin en la que reside el encuestador, y encuestar a unos cuantos
individuos que acepten participar al salir de las aulas por la maana.

Significa lo anterior que los resultados de una muestra por conveniencia

son totalmente irrelevantes, que no nos dicen nada de la poblacin? No
 exactamente. Si tenemos buenas razones para pensar que la seleccin por
conveniencia no va a introducir sesgos respecto al total de la poblacin, los
resultados que obtendr pueden ser una buena imagen del universo
estudiado. El problema es que no sabr exactamente cmo de buena es
esa imagen: no puedo usar herramientas estadsticas como el margen de
error y el intervalo de confianza para medir la precisin de mis resultados.
Los lectores del estudio tendrn que confiar en los criterios de la seleccin
hecha por el investigador.

Casos de aplicacin

Simple, econmico, rpido... Nos puede dar informacin valiosa en

muchas circunstancias, especialmente cuando no existen razones
fundamentales que diferencien a los individuos que tengo accesibles
de los que forman el total de la poblacin.
El principal defecto, la falta de representatividad, la imposibilidad de
hacer aseveraciones estadsticas sobre los resultados y el riesgo de
incurrir en sesgos debido al criterio de muestreo empleado. En el
peor de los casos, mi muestra conveniente puede presentar un
sesgo sistemtico respecto al total de la poblacin, lo que producira
resultados distorsionados.

2.3. Bola de nieve:

La bola de nieve se usa con frecuencia para acceder a poblaciones de baja
incidencia y a individuos de difcil acceso por parte del investigador. En
estudios en los que se quiere estudiar un colectivo muy especfico (por
ejemplo, personas aficionadas a la filatelia o coleccionismo de sellos),
puede resultar mucho ms efectivo obtener una muestra a travs de
conocidos y amigos de los propios coleccionistas, que mediante una
seleccin puramente aleatoria, en la que una gran cantidad de individuos
candidatos a participar seran descartados. Supuestamente, es muy
probable que un coleccionista de sellos conozca a otros coleccionistas de
sellos, lo que hace de esta tcnica una forma efectiva de muestrear un
colectivo que de otra manera resultara de difcil acceso para el
investigador.
Por lo tanto, la bola de nieve funciona especialmente bien cuando el rasgo
distintivo de la poblacin que queremos estudiar tiende a agrupar a dichos
individuos, a favorecer su contacto social. Es algo ms habitual de lo que
podra parecer a simple vista. Es obvio que coleccionistas, practicantes de
un deporte o aficionados a un tipo de msica pueden cumplir con esta
propiedad. Pero tambin aplica a otros colectivos como pacientes de una
enfermedad rara, por poner un ejemplo, ya que su circunstancia personal
facilita que estas personas entren en contacto con otras personas con el
mismo rasgo (por ejemplo, en la consulta del mdico, en asociaciones,
etc.).
CASOS DE APLICACIN
Permite muestrear a poblaciones de difcil acceso.
Es un proceso econmico y sencillo.
 Requiere poca planificacin y pocos recursos humanos: los propios
sujetos entrevistados hacen de mano de obra.

3. Bibliografa:
Explorable.com.(s.f.).Tcnicas de muestreo estadstico: Recuperado el 05 de
Febrero de 2017, de Explorable: https://explorable.com/es/tecnicas-de-muestreo-
estadistico.
Netquest.com.(s.f.). Tipos de muestreo estadstico: Recuperado el 05 de Febrero
de 2017, de Netquest: https://www.netquest.com/es/home/encuestas-online-
investigacion?__hstc=51006006.04232a973fe8c9662a6f7adfa73bca24.148633455
8146.1486352876663.1486419960309.6&__hssc=51006006.1.1486419960309&_
_hsfp=2271687122