Tipos de muestreo

 Definición de muestreo
 Ventajas

 Diseño del muestreo

 Tipos de muestreo
 Probabilístico
 No probabilístico
 Procedimiento utilizado para contar con
datos para estimar parámetros de la
población, permite hacer inferencias
estadísticas con la mayor confiabilidad
posible.

 Mediante el muestreo se determinan

estimadores.
POBLACIÓN (parámetros)

MUESTRA (estimadores)
 Más económico.

 Más rápido.

 Resultados similares a un censo

1. Definir la población blanco

2. Establecer un diseño muestral

• Objetivo
• Tipo de muestreo
• Información que se tiene
• Recursos
3. Determinar procedimientos de análisis de la
información
Conjunto de
individuos, cuyas  Es un sujeto u objeto al
características son cual se le hacen las
desconocidas. A mediciones
partir de una
muestra se inferirá o
estimará dicha
característica.
(prevalencia)

Elemento
Población
 Unidades de muestreo Marco muestral

 Colecciones no
traslapadas de  Es una lista de las
elementos de la unidades de muestreo
población que la
cubren completamente
 Probabilístico y no probabilístico.

 Probabilístico: Tipo de muestreo en el que

cada uno de los elementos de la población
tiene una probabilidad conocida y diferente
de cero de ser seleccionado.
 •Muestreo aleatorio simple

 •Muestreo sistemático

 •Muestreo estratificado

 •Muestreo por conglomerados

 Ningún elemento tiene mayor probabilidad de
ser seleccionado que otro.
Selección de las muestras:
• sorteo.

•tabla de números aleatorios.

•computadora.

•calculadora
 Ventajas Desventajas

 Todos los elementos  Requiere de un marco

tienen la misma muestral completo.
probabilidad.
 Difícil cuando las
 Sencillo para la muestras
selección de dispersas. están
elementos los
 Problemas logísticos
 Permite tomar la muestra al seleccionar
aleatoriamente un elemento de los primeros k
elementos y después cada k-ésimo.
 a) Ordenarlos elementos en una lista o
numerarlos en un mapa.
 b) Determinar el valor de “k”.

k= Tamaño de la población/tamaño de la
muestra.
 c) Seleccionar un número aleatorio del 1 a k.
 Se requiere tomar 50 Muestras de una
población de 600.
k = 600/50 = 12

Se selecciona un valor aleatorio de
1 a 12.
 Supongamos que fuera el 5.

  Entonces el muestreo será tomando a los individuos

con los siguientes números: 5, 17, 29…65, 77, 89...545, 557,
569, 581, 593.
 Ventajas Desventajas

 Solo se usa tabla  Necesita un marco

de números muestral detallado.
una
aleatorios
sola vez Posibilidad de sesgo si
y garantiza hay algún
la
distribución ordenamiento en
muestra. de las unidades
muestrales.
la
 Permite clasificar a la muestra en grupos (estratos), si
éstos presentan diferencias en la variable estudiada
(mayor variabilidad entre estratos y mayor
homogeneidad dentro de estratos).

 Unejemplo es clasificar hatos lecheros

de acuerdo a su nivel de tecnificación.
A)Separar las unidad de acuerdo al estrato que
les corresponda (similitud de acuerdo a la
variable de interés).

B)Dividir el número de muestras en partes

iguales de acuerdo al estrato.

C)Determinar el tamaño mínimo de la muestra

en forma proporcional al tamaño del estrato.
Ventajas Desventajas

 Estimación final con

menos error debido a  Más complejo,
variabilidad. necesario un
marco
muestral.
haber
 Permite estimar valores
 Puede el
para cada estrato y
subjetividad en
criterio
global
estratificación de
 Es aquel en el cual las unidades de
muestreo son agrupaciones o
colecciones de elementos
 Implica la evaluación de todos o una parte
proporcional de los elementos del
conglomerado, por ejemplo: parásitos por
animal, vacas por hato, personas por
vivienda.

 Determinar el número promedio de

elementos en el conglomerado y de acuerdo
al tamaño mínimo de muestra, determinar el
número de conglomerados a considerar.
 Ventajas Desventajas

 Disminución de costos.  Ajustes al resultado.

 Cálculo de tamaño de
 No es necesario un
muestra.
marco muestral.
 Puede haber sesgo por
características de los
conglomerados.
Muestreo No Probabilístico
 Es aquel en el cual no es posible realizar una
selección aleatoria de sus unidades, la
probabilidad de que un elemento sea
seleccionado es desconocida e incluso puede
ser igual a 0.

 Debe reconocerse su gran importancia ante

ciertas condiciones, por ejemplo, cuando
buscamos individuos con características
especiales y raras que hacen poco práctica la
aleatoriedad.
 Se establece en proporción de elementos
necesarios, variable de interés, circunstancias
particulares y según el número de
entrevistadores se asignan cuotas a cubrir
por cada uno de ellos.
 Se necesita hacer una evaluación en granjas
de aves de la región. Hay 200, 150 de
producción de huevo y el resto de pollo de
engorda.

 Sólo hay 4 encuestadores y cada uno solo

puede visitar 5 granjas, por lo tanto 3
evaluarán granjas de huevo y 1 evaluará las
de engorda (15 y 5 respectivamente).
 Se toman las muestras en aquel lugar en
donde hay mayor probabilidad de encontrar
la variable de interés.

 Es muy importante, sobre todo cuando la

característica buscada sea poco común
(enfermedades raras).

 El juicio de un experto es básico para

conformar nuestra muestra.
 En este tipo de muestreo los elementos
son seleccionados de acuerdo a su
disponibilidad
de participar, es decir, participarán por
conveniencia todos aquellos que por
disposición convengan.
TAMAÑO MINIMO DE
MUESTRA
 Es el mínimo de individuos a estudiar para
obtener la información necesaria de la
población, con un grado de error y confianza
determinados.
 Obliga a especificar los resultados finales.

 Conduce a unobjetivo específico de

reclutamiento.

 Fomenta el desarrollo de calendarios y

presupuestos.

 Previene investigaciones pequeñas que

no lleven a conclusiones válidas.
 No discutir el tamaño de la muestra.

 Suposiciones irreales (incidencia o

prevalencia).

 No examinar el tamaño de la muestra con un

límite de valores.
 95% 1.96
 99% 2.576
 Si la prevalencia estimada es del 35%
(p=0.35) con un error del 5% (d=0.05) y una
confianza de 95% (Z=1.96).
 Si la prevalencia es del 40%, error de 5%,
confianza de 95%. Entonces n = 369
muestras. Con una población de
600
individuos
 Qué tamaño de muestra necesitamos
si: p = 0.10 y d = 0.05?.

(1- 0.10)/(0.10 X 0.05)= 0.9/0.005 = 180

 Si la prevalencia estimada es de 85% (p=0.85)
con un error del 5% (d=0.05).

n = 0.85/(1-0.85) x 0.05
n = 0.85/(1.15) x 0.05
n = 0.85/(0.0075) =
113.3

n = 114
muestras.
 Se sabe que en una región, la tuberculosis se
estima en el 5%, se quiere saber con un 95%
de confianza si en un rancho en particular
existe el problema, en ese rancho hay 650
vacas.