El documento describe diferentes métodos de muestreo utilizados en investigación científica. Explica que el muestreo es una herramienta para determinar qué parte de una población debe examinarse para hacer inferencias sobre la población total. Luego describe los métodos de muestreo probabilístico como aleatorio simple, aleatorio estratificado y sistemático, los cuales aseguran la representatividad de la muestra seleccionada.
Quinta clase del curso "Principios Metodológicos para Asesorar Trabajos Metodológicos". Aquí se abordan los principios que rigen la lógica del muestreo.
Quinta clase del curso "Principios Metodológicos para Asesorar Trabajos Metodológicos". Aquí se abordan los principios que rigen la lógica del muestreo.
La muestra se obtiene por observación o experimentación. La necesidad de obtener un subconjunto reducido de la población es obvia si tenemos en cuenta los costes económicos de la experimentación o el hecho de que muchos de los métodos de medida son destructivos.
Esta presentación contiene conceptos y definiciones del muestreo probabilístico, así como los diferentes métodos que se utilizan para dicho proceso con ejemplos ilustrativos, un tema correspondientes a la asignatura de estadística II
1. Muestreo
Es una herramienta de
la investigación
científica, cuya función
básica es determinar
que parte de una
población debe
examinarse, con la
finalidad de hacer
inferencias sobre dicha
población.
2. La muestra debe lograr una
representación adecuada de la
población, en la que se reproduzca
de la mejor manera los rasgos
esenciales de dicha población que
son importantes para la
investigación. Para que una muestra
sea representativa, y por lo tanto
útil, debe de reflejar las similitudes y
diferencias encontradas en la
población, es decir ejemplificar las
características de esta.
3. Muestreo probabilístico
Los métodos estadísticos 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 consecuentemente todas las posibles muestras de n
tamaño tienen la misma probabilidad de ser seleccionadas.
Solo estos métodos de muestreo
probabilísticos nos aseguran la
representatividad de la muestra extraída
y son por tanto los mas recomendables.
4. 1.- 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.
5.
6. 3.- 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 (se puede 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,...).
7.
8. Muestreo sistemático
Es la elección de una muestra a partir de los elementos de una
lista según un orden determinado, o recorriendo la lista a partir
de un número aleatorio determinado.
9. La obtención de una muestra sistemática de tamaño n de una
población de N elementos se consigue siguiendo el siguiente
procedimiento.
1. Conseguir un listado ordenado de los N elementos de la
población.
2. Determinar el tamaño muestral n.
3. Definir el tamaño del salto sistemático k dado por k = N/n.
4. Elegir un número aleatorio δ entre 1 y k (δ =arranque
aleatorio). Este numero permite obtener la primera unidad
muestral.
5. A partir de la posición δ , dando un salto de k unidades,
obtendremos la segunda unidad de la muestra u δ +k y de
esta forma, saltando de k en k unidades, el resto de la
muestra estará formada por las unidades u δ +2k,
u δ +3k, : : :, u δ +(n1)k.
10. Ejemplo . Consideramos una población de 5000 agricultores
pertenecientes a una determinada zona y de la que se
pretende extraer una muestra sistemática de 10 agricultores.
El procedimiento a seguir es el siguiente:
• Definir el tamaño del salto sistemático k = 5000/10 = 500:
• Selecciona un numero aleatorio r entre 1 y 500, (por ejemplo
96).
• Seleccionar los restantes elementos de la muestra, 96,
96+500=596,
• 596+500=1096, 1596, 2096, 2596, 3096, 3596, 4096,
4596.
11. MUESTREO ESTRATIFICADO
Consiste en la división previa de la población de
estudio en grupos o clases que se suponen
homogéneos respecto a característica a estudiar.