You are on page 1of 19

MTODOS Y TCNICAS DE MUESTREO

POBLACIN
Mnch L. (2009) Una poblacin es cualquier grupo de elementos, los elementos son las unidades individuales que componen la poblacin

MUESTRA
Es un subconjunto de casos o individuos de una poblacin estadstica. La representatividad de la muestra implica que esta refleje las caractersticas, similitudes y diferencias encontradas en la poblacin. Implica tres etapas: 1. Esquema de Muestreo. 2. Encontrar estimadores. 3. Determinar el tamao de la muestra.

MUESTREO
Es una herramienta de la investigacin cientfica. Su funcin bsica es determinar que parte de una realidad en estudio (poblacin o universo) debe examinarse con la finalidad de hacer inferencias sobre dicha poblacin. Existen dos tipos de muestreo:  Probabilstico  No Probabilstico.

PROBABILSTI O
Parte del supuesto de que cada elemento de la poblacin tiene la misma posibilidad para ser seleccionado en la muestra. Puede llevarse a cabo de diversas formas:  Muestreo Aleatorio Simple  Muestreo Estratificado  Muestreo Sistemtico.

MUESTREO SISTEMTI O.
En este mtodo se selecciona las unidades aplicando un intervalo de seleccin, de tal modo que despus de que suceda cada intervalo, se van incluyendo unidades en la muestra. PROCEDIMIENTO  Conseguir un listado de N elementos  Determinar un tamao de muestra n  Definir un intervalo de salto k,K=N/n  Elegir un nmero aleatorio, r, entre 1 y k(r=arranque aleatorio)  Seleccionar los elementos de la lista.

MUESTREO SISTEMTI O.
VENTAJAS DESVENTAJAS

Fcil de Aplicar No siempre es necesario tener un listado de toda la poblacin. Cuando la poblacin esta ordenada siguiendo una tendencia conocida, asegura una cobertura de unidades de todos los tipos.

Si la constante de muestreo est asociada con el fenmeno de inters, se pueden hallar estimaciones sesgadas.

MUESTREO ALEATORIO SIMPLE


Es la eleccin de una muestra de tamao n de una Poblacin de N unidades, cada elemento tiene una probabilidad de inclusin igual y conocida de n/N.
VENTAJAS Sencillo y Fcil comprensin Calculo rpido de medidas y varianzas Se basa en la teora estadstica, y por lo tanto existen paquetes informticos para analizar los datos. DESVENTAJAS Requiere que se posea de antemano un listado completo de toda la poblacin. Cuando se trabaja con muestras pequeas es posible que no represente a la poblacin adecuadamente.

MUESTREO ESTRATIFI ADO


Este muestreo pretende asegurar la representacin de cada grupo en la muestra. Cuanto mas homogneo sean los estratos ms precisas resultarn las estimaciones. (el azar no es una garanta de representatividad)
VENTAJAS Tiende asegurar que la muestra represente adecuadamente a la poblacin en funcin de unas variables seleccionadas. Se obtienen estimaciones ms precisas DESVENTAJAS Se ha de conocer la distribucin en la poblacin de las variables utilizadas para la estratificacin. Los anlisis son complicados, en muchos casos la muestra tiene que ponderarse (asignar pesos a cada elemento)

NO PROBABILSTI O
Tambin denominado en ocasiones, "accidental". Las unidades mustrales no se seleccionan al azar, sino que son elegidas por el responsable de realizar el muestreo. Sus caractersticas son: La seleccin de la muestra no es al azar, se basa en el criterio del investigador. No se pueden incluir por lo tanto ecuaciones de probabilidad, ya que no aplica ninguna teora de dicha disciplina. Por consecuencia no pueden calcularse datos como margen de error o nivel de confianza El costo de dichos muestreos es mas barato comparado con un muestreo probabilstico

NO PROBABILSTI O
Puede llevarse a cabo a travs de las diversas tcnicas:  Estudio de Casos  Muestra de Voluntarios  Muestreo por Accidente  Muestreo por Cuotas  Muestreo Intencionado  Muestreo de Expertos  Muestreo de Bola de Nieve

ESTUDIO DE

ASOS

Los estudios de casos son un tipo de diseo habitualmente empleado en investigaciones clnicas que tienen por objeto la identificacin de factores de riesgo.

MUESTRA DE VOLUNTARIOS Moore D. Consta de personas que se eligen a si mismas en respuesta a un llamamiento general . Este tipo de muestra esta sesgada , ya que es fcil que estn formadas por gente muy motivada especialmente de forma negativa

MUESTREO POR ACCIDENTE Es el que menos difiere con los procedimientos diarios de muestreo, ya que se basa exclusivamente en lo que es conveniente para el investigador, ste mtodo incluye los casos ms convenientes en su muestra y excluye de ella los casos inconvenientes.

MUESTREO POR CUOTAS


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.

MUESTREO INTENCIONADO
Tambin denominado Muestreo terico. Aunque se inicie el muestreo mediante voluntarios y se realice posteriormente un proceso de avalancha, habitualmente se avanza hacia una estrategia de muestreo deliberado a lo largo del estudio, basndonos en las necesidades de informacin detectadas en los primeros resultados Este tipo de muestreo se caracteriza por: Un esfuerzo deliberadode obtener muestras representativas mediante la inclusin en la muestra de grupos supuestamente tpicos. Es muy frecuente su utilizacin en sondeos preelectorales de zonas que en anteriores votaciones han marcado tendencias de voto

MUESTREO DE EXPERTOS
Se tiene en cuenta la opinin de sujetos expertos en un tema. Son frecuentes en estudios cualitativos y explicativos para generar hiptesis

MUESTREO DE 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.

REFERENCIAS BIBLIOGRAFICAS
http://marcelrzm.comxa.com/EstadisticaInf/1 3MuestreoNoProb.pdf Elena Abascal,Ildefonso Grande EstebanAnlisis de encuestas Estadstica aplicada bsica Escrito por David S. Moore http://pdf.rincondelvago.com/muestras-ypoblaciones.html

You might also like