2. TIPOS DE
MUESTREOS....recordando
NO PROBABILISTICOS
PROBABILÍSTICOS
•Cada unidad NO tiene igual
probabilidad de participar en
la muestra.
•No se puede calcular el error
muestral
•Alto riesgo de invalidez producido
por la introducción de sesgos
•Todas las unidades tienen igual
probabilidad de participar en
la muestra.
•La elección de cada unidad
muestral es independiente de las
demás
•Se puede calcular el error muestral
jorcafu2013
3. MUESTREO PROBABILÍSTICO: CARACTERÍSTICAS
Las muestras se seleccionan al azar, no se seleccionan por los
investigadores.
Cada elemento de la población tiene la misma probabilidad de
ser elegido.
Se puede conocer el error muestral, el nivel de confianza y el
nivel de precisión de las estimaciones.
Los resultados se pueden generalizar.
Es el único método que puede evaluar la representatividad de la
muestra.
Es más caro que el muestreo no probabilístico.
Es, en general, más lento y complicado que el muestreo no
probabilística.
jorcafu2013
5. En este tipo de muestras
TODAS las unidades tienen la
MISMA PROBABILIDAD
(posibilidad) de ser
seleccionadas o escogidas al
AZAR para integrar la muestra
Está basada en las leyes del
AZAR (“alear”)
A partir de las muestras
probabilísticas se pueden hacer
conjeturas (hipótesis) y buenas
conjeturas.
jorcafu2013
6. Ejemplo: ¿Muestreo
Probabilístico?
Se realiza un muestreo entre los
alumnos que van a clases de la Materia
Metodología, eligiéndolos al azar a la
entrada del salón.
Este diseño es NO probabilístico
porque aquellos que
no van a clases NO PUEDEN ser
elegidos
jorcafu2013
7. Ejemplo: ¿Muestreo
Probabilístico?
Se utiliza la lista de propietarios de
líneas telefónicas para elegir a aquellos
que serán encuestados.
Este diseño es NO Probabilistico porque
aquellos que
no tienen teléfono NO PUEDEN ser elegidos
jorcafu2013
8. Ejemplo: ¿Muestreo
Probabilístico?
Un investigador toma muestras del
carbón extraído de una mina, tomando
al azar trozos de carbón de la parte
superior de cada carro.
Este diseño es NO probabilístico
porque solo se toma carbón
de la parte superior
jorcafu2013
9. Muestreo al AZAR
SIMPLE
Todas las unidades tienen la misma
probabilidad de ser seleccionadas.
También se le denomina “tómbola”
o “balotario”.
Es aplicable a universos pequeños
EJEMPLO: si de un Universo de
500, queremos seleccionar una
muestra de 50, se elaboran 500
balotas, y de ellas se extraen una
por una las 50 balotas que formarán
parte de la muestra
jorcafu2013
10. Muestreos Probabilísticos:
Simple
Se realiza utilizando alguna fuente de
elección aleatoria.
Supone que cada miembro de la población
tiene elemento que lo identifica ( ej. Un
número identificador) y mediante el cual
puede ser elegido si “sale” sorteado.
La afirmación anterior implica que hay que
tener un listado completo de TODOS los
miembros de la población
jorcafu2013
11. Muestreos Probabilísticos:
Simple
Ventajas
Desventajas
Facilidad en los cálculos
estadísticos
Elevada probabilidad de
lograr “equivalencia” entre
las características de la
muestra y las
correspondientes a la
población
jorcafu2013
Cada miembro de la
población tiene que ser
identificado
Complicado en poblaciones
grandes
Alto costo
12. EJEMPLO
Tenemos una población N de 53
empresas industriales y se necesita una
muestra n de 13 gerentes de dichas
empresas.
En una lista numeramos cada una de las
empresas
En fichas aparte se sortea cada uno de
los 53 números.
Los números obtenidos se verifican con
los nombres y direcciones de las
empresas, para precisar quiénes serán
los sujetos de análisis (gerentes).
jorcafu2013
14. SISTEMÁTICA SIMPLE
Consiste en seleccionar a los individuos
según una regla o proceso periódico. Para ello
en primer lugar se debe calcular la constante
de muestreo (K), dividiendo el total de la
población elegible por el tamaño de la muestra
deseado (N/n = K).
La primera unidad (r) se extrae
tomando un número al azar entre 1 y la
constante de muestreo (K) y a partir de ahí se
va sumando la constante de muestreo
consecutivamente hasta completar el tamaño
de la muestra, (siendo el primer individuo r,
el segundo r + K, el tercero r +2 K …y así
sucesivamente hasta completar los “n”
individuos).
jorcafu2013
15. EJEMPLO:
Queremos estudiar la incidencia de caries
en alumnos de 1º de Educación Primaría de
una Zona Básica de Salud mediante
el MUESTREO SISTEMÁTICO
1.
Necesitamos calcular primero la constante
de muestreo (si N = 200 y n = 50) la constante
de muestreo K será 4 (200/50 = 4)
1. Luego, cogemos aleatoriamente un número entre 1 y el 4
(supongamos que es el 3, r = 3) y ese será nuestro punto de
arranque.
2. Tomamos el listado de alumnos matriculados en el 1ro. De
Primaria en los colegios de la zona, numerados
consecutivamente y el primer niño que tomaremos será el
que ocupa el puesto 3 (r = 3),… el segundo 7 (r + K, es decir
3 + 4), el tercero 11 (r +2 K, es decir 3 + 2x4) , el cuarto 15
(r + 3 K es decir 3 + 3x4)… y así sucesivamente hasta
tomar los 50 niños que constituyen nuestra muestra.
jorcafu2013
16. 1
La figura representa
gráficamente otro ejemplo de
muestreo sistemático con un
tamaño de población de 71
(N = 71) un tamaño de la
muestra de 12 (n = 12) la
constante de muestreo (K) es
de 6 (N/n = K) .
3
4
5
6
7
8
9
10
11
EJEMPLO:
2
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
El punto de arranque es un número aleatorio entre 1 y
6 en nuestro ejemplo 3 (r = 3) , el primer elemento de la
muestra será el que ocupa el puesto 3 (r) , el segundo el que
ocupa el puesto 9 (r + K) el tercero el que ocupa el puesto 15 (r
+ 2 K) y así sucesivamente hasta completar el último elemento
de la muestra que será el que ocupa el puesto 69 (r + 11 K).
jorcafu2013
17. EJERCICIO:
QUEREMOS HACER
UNA INVESTIGACIÓN
ENTRE 300 INGRESANTES
A LA FACULTAD DE
MEDICINA DE LA UNJFSC,
SOBRE LOS MOTIVOS POR
QUÉ ESCOGIERON ESA
CARRERA.
NUESTRA MUESTRA
SERÁ DE 30 INGRESANTES.
¿Cómo aplicaríamos el
muestreo probabilístico
sistemático simple??
jorcafu2013