Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tipo de Muestreo PDF
Tipo de Muestreo PDF
Allan Silva
Qu es el muestreo?
El muestreo es el proceso de extraer una muestra a partir de una poblacin.
Cuando te extraen sangre para analizarla, no te la extraen toda porque moriras. Te
extraen solamente una pequea muestra. Con esa muestra es suficiente para
determinar con precisin las caractersticas de toda tu sangre, saber si ests anmico,
si tienes alguna enfermedad, etc. Lo mismo sucede con la investigacin. En la prctica
no es necesario estudiar toda la poblacin para resolver el problema de investigacin,
sino que, en general, se puede lograr los objetivos solo con una parte representativa
de ella.
El muestreo proporciona muchas ventajas: a) ahorra tiempo,
b) reduce costos y c) posibilita mayor profundidad y exactitud
en los resultados. Sin embargo, tiene
algunos
b) una muestra mal
inconvenientes: a) es dificultoso,
seleccionada o sesgada distorsiona tus resultados, c) las
limitaciones propias del tipo de muestreo.
Veamos cules son las etapas tpicas del muestreo.
c
Calcula
el
tam ao
muetral.
Define la
unidad de
anlisis y
poblacin.
Determina si
realizars
muestreo y
el tipo
adecuado.
Identifica el
e
marco
poblacion al.
Selecciona
c
a
los in
ndividuos
de tu
u
muestra.
Qu es el muestreo probabilstico?
Conocido tambin como muestreo aleatorio, utiliza el azar y las estadsticas como
instrumentos de seleccin, pudindose calcular de antemano la probabilidad de que
cada elemento de la poblacin sea incluido en la muestra.
Este tipo de muestreo es el que alcanza mayor rigor cientfico, y se caracteriza porque
se cumple el principio de la equiprobabilidad, segn el cual todos los elementos de la
poblacin tienen la misma probabilidad de ser elegidos en una muestra. Las muestras
probabilsticas siempre
son representativas de la poblacin. Y como son
representativas, con este muestreo se puede generalizar con precisin los resultados
a la poblacin.
La muestra probabilstica es la ms adecuada para identificar ndices y describir
poblaciones mediante muestras. Por eso, este tipo de muestreo es tpico y necesario
cuando ests realizando investigaciones cuantitativas, descriptivas y correlacionales.
Ejemplo
Ejemplo
Tenemos 10,000 F i n c a s (en una lista) y queremos obtener una muestra de 100.
Primero elegimos al azar una empresa entre los 10000/100=100 primeros
(supongamos que salga el 26), el segundo elemento ser la finca 100+26 (126), la
siguiente ser el 226, luego el 326, etc.
La eleccin sistemtica partiendo de listas es vlida si el orden no ha sido establecido
teniendo en cuenta la caracterstica que estudiamos. No pueden servir, por ejemplo,
listas en orden de ingresos, si sta es una de las variables de investigacin.
Muestreo Estratificado.
Este muestreo se utiliza cuando la poblacin est constituida en estratos o subgrupos
(conjuntos homogneos con respecto a la caracterstica que se estudia). Dentro de
cada estrato se puede aplicar el muestreo aleatorio simple o sistemtico.
Ejemplo
Estratos
Poblacin de
Defensorias
Muestra
Escolar
494
48
32.1
Comunal
261
25
17.0
Regional
470
45
30.6
Departamental
154
15
10.0
Parroquial
55
3.6
Centro Pobl.
40
2.6
ONG
38
2.5
Otros
25
1.6
Total
1537
148
100.0
Nota: Observa que en esta tabla se presentan los estratos (columna 1), la poblacin inicial,
la muestra calculada y la proporcin entre la muestra y la poblacin. Esa es la forma tpica
de presentar un muestreo estratificado.
Sistemtico
Caractersticas
Estratificado
Conglomerados
Ventajas
Inconvenientes
Asegura
que
la
muestra
represente
adecuadamente a la
poblacin en funcin de
unas
variables
seleccionadas.
Se ha de conocer la
distribucin
en la
poblacin
de
las
variables
utilizadas
para estratificar.
Se obtienen estimaciones ms
precisas. Consigue una
muestra loms semejante
posible a la poblacin en lo
que a las variables
estratificadoras se refiere.
Es
muy
eficiente
cuando la poblacin es
demasiado grande y dispersa.
La probabilidad
cometer errores
mayor.
de
es
Qu es el muestreo no probabilstico?
El muestreo no probabilstico, como su nombre lo indica, no se basa en el principio
de la equiprobabilidad. Estas tcnicas siguen otros criterios de seleccin
(conocimientos del investigador, economa, comodidad, alcance, etc.), procurando
que la muestra obtenida sea lo ms representativa posible.
Estas muestras, al no utilizar el muestreo al azar, no tienen la garanta de las
muestras probabilsticas, es decir, no se sabe si los resultados estarn sesgados. Sin
embargo, aunque existe esta limitacin, en la prctica los muestreos no
probabilsticos son a menudo necesarios e inevitables, porque son ms econmicos,
rpidos y menos complicados.
Este tipo de muestreo es tpico y necesario cuando ests realizando investigaciones
cualitativas, exploratorias, histricas, documentales.
Ejemplo
Una UCA con 500 empleados desea reducir el nivel de ausentismo de los trabajadores.
Reportes de asistencia indican que cerca del 10% de los trabajadores faltan al
t rabajo, pero no determinan las causas del ausentismo. Decides investigar las razones
ms frecuentes para las faltas, y, por tanto, estimas el nivel de confianza de tu muestra
en el 95% y un error mximo admisible del 3%.
De esta forma:
n = tamao de la muestra
z = nivel de confianza elegido (igual a 2)
p = porcentaje de inasistencia (10)
q = porcentaje complementario (p q = 90)
N = tamao de la poblacin (N=500)
e = error mximo permitido (3)
z .p.q.N
e2.(N1) + z2.p.q
22. 10 . 90 . 500
32. (5001) + 22. 10 . 90
= 222,47
En este caso, el estudiante tendra que investigar aproximadamente 223 empleados para
poder determinar cules son las principales causas del ausentismo laboral. Si se aumentase
el porcentaje de error admisible al 5%, el tamao de la muestra se reducira a 112.
Te aconsejo nunca usar un error mximo del 5%