Métodos De Muestreo Probabilísticos

Métodos de muestreo probabilísticos

Los métodos de muestreo probabilísticos 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 tamaño n tienen la misma probabilidad de ser elegidas.

Sólo estos métodos de muestreo probabilísticos nos aseguran la representatividad de la

muestra extraída y son, por tanto, los más recomendables. Dentro de los métodos de

muestreo probabilísticos encontramos los siguientes tipos:

Muestreo aleatorio simple

El procedimiento empleado es el siguiente:

1) se asigna un número a cada individuo de la población y

2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de números aleatorios, números aleatorios generados con una calculadora u ordenador, etc) se eligen tantos sujetos como sea necesario para completar el tamaño de muestra requerido.

Ejemplo: Se pretende determinar la prevalencia de Maedi en una explotación de 250 ovejas: para ello se deben examinar 61 animales (se supone una prevalencia del 30% y se desea una precisión del 10% para un nivel de confianza del 95%): se obtienen 61 números

Ventajas

• Sencillo y de fácil comprensión

• Calculo rápido de medias y varianzas

• Se basa en la teoría estadística, y por tanto existen paqueres informaticos para analizar los datos

Desventajas

• Requiere que se posea de antemano un listado completo de toda la población.

• Cuando se trabaja con muestras pequeñas es posible que no represente a la población adecuadamente

Muestreo aleatorio sistemático:

Este procedimiento exige, como el anterior, numerar

todos los elementos de la población, pero en lugar de extraer n números aleatorios sólo

se extrae uno. Se parte de ese número aleatorio i, que es un número elegido al azar, y los

elementos que integran la muestra son los que ocupan 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 tamaño de la población entre el tamaño de la muestra: k = N/n. El número i

que empleamos como punto de partida será un número al azar entre 1 y k.

El riesgo se este tipo de muestreo está en los casos en que se dan periodicidades en la

población ya que al elegir a los miembros de la muestra con una periodicidad constante

(k) podemos introducir una homogeneidad que no se da en la población. Imaginemos

que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5

primeros son varones y los 5 últimos mujeres, si empleamos un muestreo aleatorio

sistemático con k=10 siempre seleccionaríamos o sólo hombres o sólo mujeres, no

podría haber una representación de los dos sexos.

Procedimiento:

• Conseguir un listado de N números

• Determinar un tamaño de muestra n

• Definir in intervalo de salto k; K=N/n

• Elegir un numero aleatorio, r, entre 1 y k (r=arranque aleatorio)

• Seleccionar los elementos de la lista

Ventajas:

• Fácil de aplicar

• No siempre es necesario tener un listado de toda la población

• Cuando la población esta ordenada siguiendo una tendencia conicida, asegura una cobertura de unidades de todos los tipos

Desventajas

• Si la constante de muestreo esta asociada con el fenómeno de interés, se pueden hallar estimaciones sesgadas

Muestreo aleatorio estratificado:

Trata de obviar las dificultades que presentan los

anteriores ya que simplifican los procesos y suelen reducir el error muestral para un

tamaño dado de la muestra. Consiste en considerar categorías típicas diferentes entre sí

(estratos) que poseen gran homogeneidad respecto a alguna característica estratificar, por ejemplo, según la profesión, el municipio de residencia, el sexo, el

estado civil, etc). Lo que se pretende con este tipo de muestreo es asegurarse de que

todos los estratos de interés estarán representados adecuadamente en la muestra. Cada

estrato funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo

aleatorio simple o el estratificado para elegir los elementos concretos que formarán

parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes,

pues exige un conocimiento detallado de la población (tamaño geográfico, sexos,

edades,...).

La distribución de la muestra en función de los diferentes estratos se denomina

afijación, y puede ser de diferentes tipos:

Afijación Simple: A cada estrato le corresponde igual número de elementos muestrales.

Afijación Proporcional: La distribución se hace de acuerdo con el peso

...