INTRODUCCIÓN A LOS MÉTODOS DE MUESTREO

INTRODUCCIÓN A LOS MÉTODOS DE MUESTREO

1. METODOS DE MUESTREO PROBABILISTICO        

1.1 INTRODUCCIÓN

En una muestra probabilística cada elemento de la población tiene una probabilidad o chance conocida y positiva de ser parte de la muestra. Para elegir las unidades que conformarán la muestra, se emplea un método que garantice la aleatoriedad (como el uso de tablas de números aleatorios). Los tres principales métodos de extracción de muestras probabilísticas son:

• Muestreo Aleatorio Simple (MAS),
• Muestreo Aleatorio Estratificado (MAE)
• Muestreo por Conglomerados (MAC)

1.2 MUESTREO ALEATORIO SIMPLE

Se obtiene la muestra aleatoria de n elementos cuando cualquier subconjunto posible de n unidades en la población, tiene la misma probabilidad o chance de ser seleccionado para completar la muestrea. Al extraer una muestra se necesita una lista llamada marco de muestreo. A cada unidad en la población se le asigna un número: entre 1 y N (cantidad elementos de la población). Se elige la muestra de modo que:

• Cada unidad estadística tenga la misma probabilidad de aparecer en la muestra.
• La selección de una unidad sea influenciada por las unidades elegidas anteriormente.

Este tipo de muestreo puede efectuarse en dos modalidades: con reposición y sin reposición.

• Con reposición: consiste en

• Extraer al azar la primera unidad de la población.
• Observar las características que se le están estudiando, la unidad se devuelve a la población.
• Se extrae al azar una segunda unidad de la muestra, se registran sus características y se devuelve a la población.
• Este procedimiento se repite hasta que la muestra tiene n elementos y puede llegar a tener duplicados.

• Sin reposición: para elegir la muestra, se utiliza números aleatorios generados por computadora y si el número está duplicado, se descarta y se genera un nuevo número. Por lo general se prefiere este método de modo que la muestra no contenga duplicados, dado que la duplicación de la información no es deseada por el investigador que quiere obtener la mayor cantidad de información posible acerca de la población.

Se debe usar el muestreo aleatorio simple en las siguientes situaciones:

• Se dispone de poca información adicional útil para diseñar el muestreo mediante algún método de mayor precisión, es decir, se dispone únicamente del marco de muestreo. En este caso, el muestreo aleatorio simple y sistemático, son las mejores estrategias probabilísticas.
• En general, el muestreo aleatorio simple tiene una mayor aceptación en la comunidad científica como método válido para la extracción de muestras.
• El interés principal del estudio se centra en las relaciones multivariadas y no hay razones de peso para realizar una muestra estratificada o por conglomerados.

1.3 MUESTREO ALEATORIO SISTEMÁTICO

Para obtener una muestra aleatoria sistemática de tamaño n se procede de la siguiente manera:

• Se enumeran todas las unidades estadísticas de la población, de 1 a N.
• Se calcula el intervalo de muestreo: k = N / n
• Se elige al azar un número R entre 1 y k
• El número R determina que la muestra esté conformada por las unidades estadísticas numeradas: R, R + k, R + 2k, R + 3k,….. continuar hasta obtener los n elementos de la muestra.

Ejemplo, para elegir la muestra de 40 estudiantes en una población de 400:

• Se numeran de 1 a 400 a todos los estudiantes de la población.
• El intervalo de muestreo es: k = 400 / 40 = 10
• Se elige un número al azar R entre 1 y 10, supongamos R = 6.
• Las unidades seleccionadas para conformar la muestra serán: 6, 16, 26, 36,… continuar así hasta obtener los n = 40 estudiantes de la muestra.

Si los nombres de los estudiantes están en orden alfabético la muestra será muy parecida a una muestra aleatoria simple, pues es poco probable que la posición alfabética de un estudiante quede asociado a las características de interés.

El muestreo sistemático no es igual al aleatorio simple, pues no tiene la propiedad de que cada grupo posible de n unidades tenga la misma probabilidad de ser la muestra elegida. En el ejemplo anterior es imposible que los estudiantes 2 y 3 sean seleccionados para la muestra.

1.4 MUESTREO ALEATORIO ESTRATIFICADO

Los estratos son subgrupos de interés para el investigador y pueden tener igual o distinto tamaño. Los elementos dentro del mismo estrato tienen a ser más similares entre sí que los elementos elegidos de la población entera. La estratificación aumenta la precisión de las estimaciones dado que reduce la variabilidad entre las unidades seleccionadas para conformar la muestra.

...