1. QUÉ SE ENTIENDE POR MUESTRA.

QUÉ DIFERENCIA UNA MUESTRA

PROBABILÍSTICA DE UNA MUESTRA NO PROBABILÍSTICA.

MUESTRA:
En estadística, una muestra es un subconjunto de casos o individuos de una
población. El muestreo probabilístico se da cuando se cumplen estas dos
condiciones:
• Todos los elementos de la población tienen una probabilidad mayor de cero de ser
seleccionados en la muestra.
• Conozco de forma precisa dicha probabilidad para cada elemento, lo que se
conoce como probabilidad de inclusión. El cumplimiento de ambos criterios es el
que hace posible obtener resultados no sesgados cuando se estudia la muestra. En
ocasiones, estos resultados no sesgados requieren usar técnicas de ponderación
(weighting), pero esta ponderación es posible precisamente porque conozco qué
probabilidad tengo de que cada individuo sea seleccionado en mi muestra. La
definición anterior nos lleva a concluir que sólo podemos hacer muestreo
probabilístico si dispongo de un marco muestral. El censo de un país, el conjunto de
direcciones de hogares en una población o la lista de clientes de una empresa, son
ejemplos de marcos muestrales que hacen posible un muestreo probabilístico. En
cada uno de estos casos, el universo a estudiar es diferente: habitantes de un país,
hogares de una población y clientes de una empresa, respectivamente. En cambio el
muestreo no probabilístico se característica por no cumplir con los requisitos
impuestos por el muestreo probabilístico:
• Disponer de un marco muestral es algo relativamente poco habitual en estudios de
mercado.
• Lograr que todos los individuos de la población tengan una probabilidad no nula
de ser seleccionados es un requisito igualmente exigente, más aún conocer la
probabilidad de inclusión exacta de cada unidad muestral. Todos los individuos que
no pueden ser seleccionados en una muestra se suelen referir como unidades fuera
de cobertura. |
2. ENUMERE Y DESCRIBA BREVEMENTE LOS TIPOS DE MUESTRA
PROBABILÍSTICA.
• MUESTREO ALEATORIO SIMPLE es el prototipo de muestro probabilístico, y
en referencia al cual se llevan a cabo las fórmulas básicas del error muestral y el
tamaño muestral. A cada unidad del marco muestral se le asigna un número y se les
elige de forma aleatoria hasta completar la muestra. Se necesita un listado de
números aleatorios.
• MUESTREO ALEATORIO SISTEMÁTICO Es una derivación del Muestreo
Aleatorio Simple. Se calcula el coeficiente de elevación (k), que se calcula
dividiendo el tamaño del universo (N) por el tamaño de la muestra (n): k=N/n En el
universo (N) se elige el primer elemento al azar, con la condición de que el número
escogido sea inferior al coeficiente de elevación. Luego los demás se escogen cada
cierto intervalo (k), hasta completar el tamaño muestral (n).
• MUESTREO ALEATORIO ESTRATIFICADO Busca asegurar la representación
de la heterogeneidad de la población dentro de una muestra, agrupando a las
unidades por estratos homogéneos internamente y heterogéneos entre sí. Para la
definición de cada estrato se requiere elegir por parte del investigador el tipo de
afijación, esto es, cómo se distribuyen los sujetos encada estrato. Los principales
tipos de afijación son los siguientes: Simple: se asigna el mismo tamaño de la
muestra a cada estrato. Proporcional: el tamaño de la muestra asignado está en
función del peso relativo de cada estrato en el conjunto de la población. Óptima: Al
peso relativo de cada estrato se añade la varianza del estrato respecto a la variable
considerada en la estratificación. Procedimiento en el muestreo aleatorio
estratificado: Se establecen las variables para formar los estratos Se divide a la
población en estratos exclusivos. Selección de la muestra a través del m.a.s.
• MUESTERO ALEATORIO POR CONGLOMERADOS La unidad muestral ya
no son los individuos, sino un conjunto de individuos que bajo determinados
aspectos, se considera que forman una unidad. Busca, al contrario que el
estratificado, heterogeneidad dentro de los estratos y homogeneidad entre estratos.
En pequeña escala, cada conglomerado es una representación del universo.
• MUESTREO POLIETÁPICO POR CONGLOMERADOS Es un submuestreo del
conglomerado. Se utiliza cuando el número de conglomerados es elevado.
Selecciona los individuos por etapas, configurando sucesivamente grupos (estratos o
conglomerados) y subgrupos denominados Unidades de Muestreo primarias,
secundarias, terciarias, etc 3. Enumere y describa brevemente los tipos de muestra
no probabilística.
• MUESTREO POR CONVENIENCIA El muestreo por conveniencia es
probablemente la técnica de muestreo más común. En el muestreo por conveniencia,
las muestras son seleccionadas porque son accesibles para el investigador. Los
sujetos son elegidos simplemente porque son fáciles de reclutar. Esta técnica es
considerada la más fácil, la más barata y la que menos tiempo lleva.
• 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.
• 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 El muestreo discrecional es más comúnmente
conocido como muestreo intencional. En este tipo de toma de muestras, los sujetos
son elegidos para formar parte de la muestra con un objetivo específico. Con el
muestreo discrecional, el investigador cree que algunos sujetos son más adecuados
para la investigación que otros. Por esta razón, aquellos son elegidos
deliberadamente como sujetos.
• MUESTREO DE BOLA DE NIEVE El muestreo de bola de nieve se lleva a cabo
generalmente cuando hay una población muy pequeña. En este tipo de muestreo, el
investigador le pide al primer sujeto que identifique a otro sujeto potencial que
también cumpla con los criterios de la investigación. La desventaja de usar una
muestra de bola de nieve es que difícilmente sea representativa de la población 3. 4.
Qué tipo de muestra es la adecuada para hacer inferencias a una población. Explique
El tipo de muestra más conveniente para hacer una inferencia a una población es el
muestreo probabilístico, porque cada uno de los individuos tiene una probabilidad
de ser estudiado, y se puede hacer una inferencia estadística. A veces puede ser un
poco costo realizar este tipo de muestreo pero es muy útil para realizar
generalizaciones (estimaciones inferenciales sobre la población). Todo esto es
posible siempre y cuando se disponga del marco muestral.

7. ¿QUÉ SON LOS INTERVALOS DE CONFIANZA?

Se llama intervalo de confianza a un par o varios pares de números entre los cuales
se estima que estará cierto valor desconocido con una determinada probabilidad de
acierto. Formalmente, estos números determinan un intervalo, que se calcula a partir
de datos de una muestra, y el valor desconocido es un parámetro poblacional.
Debido a su naturaleza aleatoria, es poco probable que dos muestras de una
población en particular generen intervalos de confianza idénticos. Sin embargo, si
usted repitiera muchas veces su muestra, un determinado porcentaje de los
intervalos de confianza resultantes incluiría el parámetro de población desconocido.

¿Qué quiere decir que el pulso de un grupo de pacientes se encuentra entre 60

y 80 pulsaciones/minuto con un intervalo de confianza del 95%?
Quiere decir que al tomar un grupo de pacientes más amplio o más pequeño y se le
mide su presión arterial a cada uno, dará un resultado entre 60 y 80 con una
probabilidad de acertar el 95% en cada caso con este rango.