Tipos de muestreo

MATERIA:
Bioestadstica

DOCENTE:
Sandra Lucia Hernndez Espinoza

ALUMNA:
Margarita Rodrguez Saucedo

FECHA:
10 de junio del 2017
Tipos de muestreo

Los diferentes tipos de muestreo, pueden dividirse en dos grandes grupos: mtodos
de muestreo probabilsticos y mtodos de muestreo no probabilsticos.

Mtodos de muestreo no probabilsticos

Siendo consciente de que no sirven para realizar generalizaciones (estimaciones
inferenciales sobre la poblacin), la muestra extrada, puede o no considerarse
representativa, ya que no todos los sujetos de la poblacin tienen la misma
probabilidad de ser elegidos. En general se seleccionan a los sujetos siguiendo
determinados criterios procurando, en la medida de lo posible, que la muestra sea
representativa.

En algunas circunstancias los mtodos estadsticos y epidemiolgicos permiten

resolver los problemas de representatividad aun en situaciones de muestreo no
probabilstico, por ejemplo los estudios de caso-control, donde los casos no son
seleccionados aleatoriamente de la poblacin.

Entre los mtodos de muestreo no probabilsticos ms utilizados en investigacin

encontramos:

1.- Muestreo por cuotas:

Tambin denominado en ocasiones "accidental". Se asienta generalmente sobre la
base de un buen conocimiento de los estratos de la poblacin y/o de los individuos
ms "representativos" o "adecuados" para los fines de la investigacin. Mantiene, por
tanto, semejanzas con el muestreo aleatorio estratificado, pero no tiene el carcter de
aleatoriedad de aqul.
En este tipo de muestreo se fijan unas "cuotas" que consisten en un nmero de
individuos que renen unas determinadas condiciones, por ejemplo:

20 individuos de 25 a 40 aos, de sexo femenino y residentes en Gijn. Una vez

determinada la cuota se eligen los primeros que se encuentren que cumplan esas
caractersticas. Este mtodo se utiliza mucho en las encuestas de opinin.

2.- Muestreo intencional o de conveniencia:

Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras
"representativas" mediante la inclusin en la muestra de grupos supuestamente
tpicos. Por ejemplo:
Es muy frecuente su utilizacin en sondeos preelectorales de zonas que en anteriores
votaciones han marcado tendencias de voto.
Tambin puede ser que el investigador seleccione directa e intencionadamente los
individuos de la poblacin. El caso ms frecuente de este procedimiento el utilizar
como muestra los individuos a los que se tiene fcil acceso (los profesores de
universidad emplean con mucha frecuencia a sus propios alumnos).
3.- Bola de nieve:
Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y as
hasta conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente
cuando se hacen estudios con poblaciones "marginales", delincuentes, sectas,
determinados tipos de enfermos, etc.

4.- Muestreo Discrecional A criterio del investigador los elementos son elegidos
sobre lo que l cree que pueden aportar al estudio.

Muestreo probabilstico
Los mtodos de muestreo probabilsticos 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 tamao n tienen la misma probabilidad de ser
seleccionadas. Slo estos mtodos de muestreo probabilsticos nos aseguran la
representatividad de la muestra extrada y son, por tanto, los ms recomendables.
Dentro de los mtodos de muestreo probabilsticos encontramos los siguientes tipos:

1.- Muestreo aleatorio simple:

El procedimiento empleado es el siguiente:
1) se asigna un nmero a cada individuo de la poblacin,
2) a travs de algn medio mecnico (bolas dentro de una bolsa, tablas de nmeros
aleatorios, nmeros aleatorios generados con una calculadora u ordenador, etc.) se
eligen tantos sujetos como sea necesario para completar el tamao de muestra
requerido. Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad
prctica cuando la poblacin que estamos manejando es muy grande.

2.- Muestreo aleatorio sistemtico:

Este procedimiento exige, como el anterior, numerar todos los elementos de la
poblacin, pero en lugar de extraer n nmeros aleatorios slo se extrae uno. Se parte
de ese nmero aleatorio i, que es un nmero elegido al azar, y los elementos que
integran la muestra son los que ocupa 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 tamao de la
poblacin entre el tamao de la muestra: k= N/n. El nmero i que empleamos como
punto de partida ser un nmero al azar entre 1 y k.
El riesgo este tipo de muestreo est en los casos en que se dan periodicidades en la
poblacin 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 poblacin.

Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos en

los que los 5 primeros son varones y los 5 ltimos mujeres, si empleamos un muestreo
aleatorio sistemtico con k=10 siempre seleccionaramos o slo hombres o slo
mujeres, no podra haber una representacin de los dos sexos.
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 tamao dado de la muestra.
Consiste en considerar categoras tpicas diferentes entre s (estratos) que poseen
gran homogeneidad respecto a alguna caracterstica (se puede estratificar, por
ejemplo, segn la profesin, 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 inters estarn 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 formarn
parte de la muestra. En ocasiones las dificultades que plantean son demasiado
grandes, pues exige un conocimiento detallado de la poblacin. (Tamao geogrfico,
sexos, edades,...).

La distribucin de la muestra en funcin de los diferentes estratos se denomina

afijacin, y puede ser de diferentes tipos:

Afijacin Simple: A cada estrato le corresponde igual nmero de elementos

mustrales.

Afijacin Proporcional: La distribucin se hace de acuerdo con el peso (tamao) de

la poblacin en cada estrato.

Afijacin ptima: Se tiene en cuenta la previsible dispersin de los resultados, de

modo que se considera la proporcin y la desviacin tpica. Tiene poca aplicacin ya
que no se suele conocer la desviacin.

4.- Muestreo aleatorio por conglomerados:

Los mtodos presentados hasta ahora estn pensados para seleccionar directamente
los elementos de la poblacin, es decir, que las unidades mustrales son los
elementos de la poblacin.
En el muestreo por conglomerados la unidad muestral es un grupo de elementos de
la poblacin que forman una unidad, a la que llamamos conglomerado. Las unidades
hospitalarias, los departamentos universitarios, una caja de determinado producto,
etc., son conglomerados naturales. En otras ocasiones se pueden utilizar
conglomerados no naturales como, por ejemplo, las urnas electorales. Cuando los
conglomerados son reas geogrficas suele hablarse de "muestreo por reas".
El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto
nmero de conglomerados (el necesario para alcanzar el tamao muestral
establecido) y en investigar despus todos los elementos pertenecientes a los
conglomerados elegidos.
Ventajas e inconvenientes de los distintos tipos de muestreo probabilstico

TIPO CARACTERISTICAS VENTAJAS INCONVENIENTES

MUESTREO
Aleatorio simple Se selecciona una - Sencillo y de fcil Requiere que se
muestra de tamao n de comprensin. posea de antemano
una poblacin de N - Clculo rpido de un listado completo
unidades, cada elemento medias y varianzas. de toda la poblacin.
tiene una probabilidad de - Se basa en la teora Cuando se trabaja
inclusin igual y conocida estadstica, y por tanto con muestras
de n/N. existen paquetes pequeas es posible
informticos para que no represente a
analizar los datos. la poblacin
adecuadamente.
Sistemtico Conseguir un listado de - Fcil de aplicar. Si la constante de
los N elementos de la - No siempre es muestreo est
poblacin. necesario tener un asociada con el
Determinar tamao listado de toda la fenmeno de inters,
muestral n. poblacin. las estimaciones
- Cuando la poblacin obtenidas a partir de
Definir un intervalo k= N/n. est ordenada la muestra pueden
siguiendo una contener sesgo de
Elegir un nmero aleatorio, tendencia conocida, seleccin
r, entre 1 y k (r= arranque asegura una cobertura
aleatorio). de unidades de todos
los tipos.
Seleccionar los elementos
de la lista.
Estratificado En ciertas ocasiones - Tiende a asegurar que Se ha de conocer la
resultar conveniente la muestra represente distribucin en la
estratificar la muestra adecuadamente a la poblacin de las
segn ciertas variables de poblacin en funcin de variables utilizadas
inters. Para ello debemos unas variables para la estratificacin.
conocer la composicin seleccionadas.
estratificada de la - Se obtienen
poblacin objetivo a hacer estimaciones ms
un muestreo. Una vez precisa
calculado el tamao - Su objetivo es
muestral apropiado, este conseguir una muestra
se reparte de manera lo ms semejante
proporcional entre los posible a la poblacin
distintos estratos definidos en lo que a la o las
en la poblacin usando variables
una simple regla de tres. estratificadoras se
refiere.
Conglomerados Se realizan varias fases de - Es muy eficiente El error estndar es
muestreo sucesivas cuando la poblacin es mayor que en el
(polietpico) muy grande y dispersa. muestreo aleatorio
La necesidad de listados - No es preciso tener un simple o estratificado.
de las unidades de una listado de toda la
etapa se limita a aquellas poblacin, slo de las El clculo del error
unidades de muestreo unidades primarias de estndar es
seleccionadas en la etapa muestreo. complejo.
anterior.