MUESTREOS PROBABILISTICOS

Muestreo probabilístico: muestreo aleatorio simple

Cada sujeto tiene una probabilidad igual de ser seleccionado para el estudio.
Se necesita una lista numerada de las unidades de la población que se quiere
muestrear. Opciones:
- Fichas de lotería o bolitas numeradas
- Tabla de números aleatorios

Ejemplo:
Cobertura de la vacuna anti- sarampión entre 1200 niños de una escuela
X: Muestra = 60
Hacer una lista de todos los niños y enumerarlos de 1 a 1200
Selección aleatoria de 60 números

Muestreo probabilístico: muestreo estratégico

En un muestreo aleatorio estratificado se divide la población en
clases o estratos y se escoge, aleatoriamente, un número de
individuos de cada estrato proporcional al número de componentes
de cada estrato.

Ejemplo
En una fábrica que consta de 600 trabajadores queremos tomar
una muestra de 20. Sabemos que hay 200 trabajadores en la
sección A, 150 en la B, 150 en la C y 100 en la D.

Muestreo probabilístico: muestreo por conglomerado

El muestreo por conglomerados requiere de elegir una muestra aleatoria simple

de unidades heterogéneas entre si de la población llamadas conglomerados.
Cada elemento de la población pertenece exactamente a un conglomerado, y
los elementos dentro de cada conglomerado son usualmente heterogéneas o
disimiles

Ejemplo
Si intentamos hacer un estudio sobre los habitantes de una ciudad, elegir
aleatoriamente ciertos barrios dentro de la ciudad, para después elegir calles y
edificios. Una vez elegido el edificio, se entrevista a todos los vecinos.
Muestreo probabilístico: muestreo aleatorio sistemático

En el muestreo aleatorio sistemático, el investigador primero escoge

aleatoriamente la primera pieza o sujeto de la población. A continuación, el
investigador seleccionará a cada enésimo sujeto de la lista.
El procedimiento del muestreo aleatorio sistemático es muy fácil y se puede
hacer manualmente. Los resultados son representativos de la población a
menos que se repitan ciertas características de la población por cada enésimo
individuo, lo que es muy poco probable.
El proceso de obtención de la muestra sistemática es muy similar a una
progresión aritmética.
Número de inicio:
El investigador selecciona un número entero que debe ser menor al número
total de individuos en la población. Este número entero corresponderá al primer
sujeto.
Intervalo:
El investigador elige otro número entero que servirá como la diferencia
constante entre dos números consecutivos en la progresión.
El número entero se selecciona típicamente de modo que el investigador
obtenga el tamaño de la muestra correcto.
EJEMPLO:
Supongamos que tenemos un marco muestral de 5.000 individuos y deseamos
obtener una muestra de 100 de ellos. Dividimos en primer lugar el marco
muestral en 100 fragmentos de 50 individuos. A continuación,
seleccionamos un número aleatorio entre 1 y 50, para extraer el primer
individuo al azar del primer fragmento: por ejemplo, el 24. A partir de este
individuo, queda definida la muestra extrayendo los individuos de la lista con
intervalos de 50 unidades, tal y como sigue:
24, 74, 124, 174, ..., 4.974

MUESTREOS NO PROBABILISTICOS

Muestreo por conveniencia

Uno de los ejemplos más comunes de muestreo de conveniencia se realiza

utilizando estudiantes voluntarios como sujetos de la investigación. Otro
ejemplo es el uso de sujetos que se han seleccionado de una clínica, una clase
o una institución ya que para el investigador es de fácil el acceso a estas
instituciones. Un ejemplo más concreto es la selección de cinco personas de
una clase o incluso la selección de los cinco primeros nombres de la lista de
pacientes de una lista en una institución medica.

En estos ejemplos, el investigador inadvertidamente excluye una gran

proporción de la población. Una muestra de conveniencia es o bien una
selección de sujetos que son accesibles para el investigador o una selección de
personas que deseen participar como voluntarios.

Muestreo consecutivo

El muestreo consecutivo es muy similar al muestreo por conveniencia, excepto

que intenta incluir a TODOS los sujetos accesibles como parte de la muestra.
Esta técnica de muestreo no probabilístico puede ser considerada la mejor
muestra no probabilística, ya que incluye a todos los sujetos que están
disponibles, lo que hace que la muestra represente mejor a toda la población.

Por ejemplo,
si deseamos hacer un estudio para conocer las horas de sueño diarias de los
niños recién nacidos, podríamos realizar un muestreo consecutivo tomando a
todos los recién nacidos que acudan al centro de salud "x" durante un año.
Como lo que hacemos en este diseño de muestreo es reclutar a toda la
población elegible durante un periodo de tiempo determinado, uno de los
problemas que nos podemos encontrar es cuando el periodo de reclutamiento
es corto y no refleja fluctuaciones estacionales del problema que estamos
estudiando; lo cual sesgaría la muestra obtenida. Otro error frecuente es que el
reclutamiento no se realice de manera consecutiva, produciéndose
interrupciones, por ejemplo, por situaciones de alta demanda asistencial. Esta
situación produciría también un sesgo en la muestra.

Muestreo por cuotas

El muestreo por cuotas es una técnica de muestreo no probabilístico en donde

el investigador asegura una representación equitativa y proporcionada de los
sujetos, en función de qué rasgo es considerado base de la cuota.
Por ejemplo,

si la base de la cuota es de nivel de año en la universidad y el investigador

necesita una representación igual, con un tamaño de muestra de 100, debe
seleccionar 25 estudiantes de 1º año, 25 de 2° año, 25 de 3º año y 25 de 4º
año. Las bases de la cuota generalmente son la edad, el género, la educación,
la etnia, la religión y el nivel socioeconómico.
Muestreo discrecional

En un estudio en donde un investigador quiere saber qué es necesario para

graduarse con los más altos honores en la universidad, las únicas personas
que podrán brindarle el mejor asesoramiento serán las personas que se
graduaron con los más altos honores. Con este grupo tan específico y limitado
de personas que serán los sujetos, el investigador debe utilizar el muestreo
discrecional.

Muestreo de bola de nieve

El muestreo se realiza sobre poblaciones en las que no se conoce a sus

individuos o es muy difícil acceder a ellos. Podrían ser los casos de sectas
secretas, indigentes, grupos minoritarios, etc.
Se llama muestreo de bola de nieve porque cada sujeto estudiado propone a
otros, produciendo un efecto acumulativo parecido al de la bola de nieve.
Ejemplo
 Un médico ha tratado a un paciente con una enfermedad rara y decide
hacer un estudio sobre ella. Para ello, recurre al paciente, que le va
derivando a sus conocidos con dicha enfermedad y a través del muestreo
de bola de nieve entrevista al número de individuos que precisa.