Documente Academic
Documente Profesional
Documente Cultură
Foro 2
Estimados alumnos:
Muestro no Probabilistico
En este tipo de muestreo, denominado tambin muestreo de modelos, las muestras no son
representativas por el tipo de seleccin, son informales o arbitrarias y se basan en supuestos
generales sobre la distribucin de las variables en la poblacin; por ejemplo: se juzga una canasta de
uvas probando slo una de ellas; un distribuidor de cierto tipo de artculos acepta un envo despus
de probar algunos de ellos, que selecciona en forma casual; en fsica, biologa o psicologa los
elementos que se estudian se seleccionan en forma casual, o bien porque renen ciertas
caractersticas, como sera seleccionar al animal ms gordo para estudiarlo. Entre los diferentes
tipos de muestreo no probabilstico se pueden mencionar: el casual o fortuito, el de seleccin
experta, el muestreo de poblaciones mviles y el de cuotas. El muestreo casual o fortuito se utiliza
en diferentes reas de la investigacin como arqueologa, historia y medicina, entre otras. Aqu las
muestras se integran por voluntarios o unidades mustrales que se obtienen en forma casual. Otras
ciencias que no se preocupan por la representatividad de sus especmenes son astronoma, fsica y
qumica. El muestreo de seleccin Experta, denominado tambin como muestreo de juicio, es una
tcnica utilizada por expertos para seleccionar especmenes, unidades o porciones representativas o
tpicas, segn el criterio del experto; por ejemplo: la seleccin de un conjunto de especmenes con
determinadas caractersticas, para un experimento de laboratorio, o la seleccin de determinadas
semanas del ao para llevar a cabo algunas auditoras. Es importante hacer notar que en este caso
los criterios de seleccin pueden variar de experto a experto, al determinar cules son las unidades
de muestreo representativas de la poblacin. El mtodo de poblaciones mviles se basa en el
concepto de captura-marca-captura. La poblacin total se estima con base en la proporcin de
individuos en la recaptura, esto es, aqullos que han sido capturados previamente y marcados. Este
tipo de tcnicas se utiliza mucho en el muestreo de insectos, peces, venados, ballenas y, en general,
poblaciones de animales en extincin. Se subraya que a mediados de esta dcada este tipo de
muestreo, con algunas variantes en la seleccin de la muestra, se ha aplicado en forma
probabilstica para
Muestreo Probailistico
Las encuestas probabilsticas tienen por objeto estudiar los mtodos para seleccionar y observar una
parte que se considera representativa de la poblacin, denominada muestra, con el fin de hacer
inferencias sobre el total. La representatividad de una muestra se garantiza con una seleccin
metodolgicamente correcta de las unidades de muestreo sujetas a investigacin.
La intencin de la encuesta no es describir de manera particular a los individuos que formaron parte
de la muestra, sino obtener un perfil estadstico de la poblacin. Para esto se apoyan en un conjunto
de supuestos probabilsticos sobre el comportamiento de las variables poblacionales, en otras
palabras, sobre la distribucin de probabilidades que tienen stas en la poblacin, lo que permite
establecer ecuaciones de tipo probabilstico que describen el comportamiento de las variables en la
poblacin. En estos esquemas cada unidad de muestreo tiene una probabilidad conocida y no nula
de ser seleccionada, lo que permite obtener estimaciones y hacer inferencias sobre los parmetros
poblacionales con mrgenes de error previamente establecidos. En toda investigacin basada en
muestras probabilsticas es importante asumir que los errores de muestreo siempre estarn
presentes, que se tiene que convivir con ellos. Adems, que los resultados obtenidos diferirn
ordinariamente de los valores verdaderos buscados. Esto quiere decir que muestras diferentes
producirn resultados diferentes. Sin embargo, la teora matemtica del muestreo permite evaluar la
forma en que diversas muestras pueden diferir y proporcionar una medida de los errores debidos al
muestreo, siempre que su seleccin se haga adecuadamente. Otro aspecto importante es que las
propiedades deseadas e idealizadas de las muestras probabilsticas slo se cumplen
aproximadamente, ya que en el terreno prctico al obtener la muestra se introducen diferentes tipos
de imperfecciones. Entre las diferentes tcnicas de muestreo probabilstico ms usuales se pueden
mencionar el irrestricto aleatorio, el sistemtico, el estratificado y el de conglomerados. El mtodo
de muestreo irrestricto aleatorio, tambin denominado Muestreo Simple Aleatorio, como su nombre
lo indica es el mtodo ms sencillo de todos y el que prcticamente no es utilizable, pero tambin es
en el que se sustentan todos los dems. En ste cada elemento' de la poblacin tiene la misma
probabilidad de pasar a formar parte de la muestra. Hay una variante en el mtodo de seleccin de
este esquema, que se aplica en algunos casos en el terreno prctico: el muestreo sistemtico. Este
considera a las unidades de muestreo en secuencia, separada cada unidad seleccionada por un
mismo intervalo, esto es, se selecciona como unidad de muestreo cada k-simo elemento de la
poblacin.
El muestreo no probabilstico se basa en el juicio personal del investigador para seleccionar a los
elementos de la muestra. Este decide de manera arbitraria o consciente qu elementos incluir en la
muestra a investigar. Las muestras no probabilsticas pueden dar buenas estimaciones de las
caractersticas de la poblacin; sin embargo, no permiten evaluar objetivamente la precisin de los
resultados de la muestra. Como no hay forma de determinar la probabilidad de que cualquier
elemento particular quede seleccionado para incluirse en la muestra, no es posible hacer una
extrapolacin estadstica de las estimaciones obtenidas a la poblacin. Las tcnicas de muestreo no
probabilstico ms comunes incluyen el muestreo por conveniencia, muestreo por juicio, muestreo
por cuotas y muestreo de bola de nieve.
En el muestreo probabilstico las unidades del muestreo se seleccionan al azar. Es posible
especificar de antemano cada muestra potencial de un determinado tamao que puede extraerse de
la poblacin, as como la probabilidad de seleccionar cada muestra. No es necesario que cada
muestra potencial tenga la misma probabilidad de quedar seleccionada; aunque es posible
especificar la probabilidad de seleccionar cualquier muestra particular de un tamao dado. Esto
requiere no slo una definicin precisa de la poblacin meta, sino tambin una especificacin
general del marco de muestreo. Como los elementos del muestreo se seleccionan al azar, es posible
determinar la precisin de las estimaciones de las caractersticas de inters de la muestra. Pueden
calcularse los intervalos de confianza, los cuales contienen el verdadero valor de la poblacin con
un nivel dado de certeza. Esto permite al investigador hacer inferencias o extrapolaciones acerca de
la poblacin meta de donde se extrajo la muestra. Las tcnicas de muestreo probabilstico se
clasifican con base en:
Muestreo por elemento o por conglomerados.
Probabilidad igual de la unidad o probabilidades desiguales.
Seleccin no estratificada o estratificada.
Seleccin aleatoria o sistemtica.
Tcnicas de una sola etapa o de etapas mltiples.
Todas las combinaciones posibles de estos cinco aspectos resultan en 32 tcnicas de muestreo
probabilstico diferentes. De esas tcnicas, se revisarn en detalle el muestreo aleatorio simple, el
muestreo sistemtico, el muestreo estratificado y el muestreo por conglomerados, adems de revisar
brevemente algunas otras. Sin embargo, primero se expondrn las tcnicas de muestreo no
probabilstico.
Muestreo no probabilstico
Muestreo probabilstico
Puede incrementar la
representatividad; es ms
Muestreo sistemtico fcil de poner en prctica que Puede disminuir la reprentatividad
la aleatoria simple; no se
requiere marco de muestreo