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.

Ventajas e inconvenientes de los distintos tipos de muestreo probabilstico CARACTERISTICAS VENTAJAS Aleatorio simple Se selecciona una muestra de tamao n de una poblacin de N unidades, cada elemento tiene una probabilidad de inclusin igual y conocida de n/N. Sencillo y de fcil comprensin. Requiere que se posea de antemano un listado completo de toda la poblacin. Cuando se trabaja con muestras pequeas es Se basa en la teora estadstica, posible que no y por tanto existen represente a la poblacin paquetes informticos para adecuadamente. analizar los datos Clculo rpido de medias y varianzas. Fcil de aplicar. No siempre es necesario tener un listado de toda la Si la constante de poblacin. muestreo est asociada con el fenmeno de inters, Cuando la las estimaciones poblacin est obtenidas a partir de la ordenada muestra pueden siguiendo una contener sesgo de tendencia conocida, asegura seleccin una cobertura de unidades de todos los tipos. INCONVENIENTES

Conseguir un listado de los N elementos de la poblacin Determinar tamao muestral n. Sistemtico Definir un intervalo k= N/n. Elegir un nmero aleatorio, r, entre 1 y k (r= arranque aleatorio). Seleccionar los elementos de la lista. En ciertas ocasiones resultar conveniente estratificar la muestra segn ciertas variables de inters. Para ello debemos conocer la composicin estratificada de la poblacin objetivo a

Estratificado

Tiende a asegurar que la muestra represente adecuadamente a la poblacin en funcin de unas

Se ha de conocer la distribucin en la poblacin de las variables

hacer un muestreo. Una vez calculado el tamao muestral apropiado, este se reparte de manera proporcional entre los distintos estratos definidos en la poblacin usando una simple regla de tres.

variables seleccionadas. Se obtienen estimaciones ms precisa Su objetivo es conseguir una muestra lo ms semejante posible a la poblacin en lo que a la o las variables estratificadoras se refiere. Es muy eficiente cuando la poblacin es muy grande y dispersa. No es preciso tener un listado de toda la poblacin, slo de las unidades primarias de muestreo.

utilizadas para la estratificacin.

Se realizan varias fases de muestreo sucesivas (polietpico) Conglomerados La necesidad de listados de las unidades de una etapa se limita a aquellas unidades de muestreo seleccionadas en la etapa anterior.

El error estndar es mayor que en el muestreo aleatorio simple o estratificado. El clculo del error estndar es complejo.