Please enable JavaScript.
Coggle requires JavaScript to display documents.
Tipos de muestreo probabilístico :star:, image, image, image, image,…
Tipos de muestreo probabilístico :star:
Aleatorio simple
Muestreo en el cual TODOS los elementos del universo tienen la misma probabilidad de ser seleccionados
Subtipos de muestreo aleatorio simple
Muestreo S. con reposición
Muestreo S. sin reposición
Beneficios
Uso de estadística inferencial en el análisis de datos
Cada selección es independiente de otras
Es más fácil que otros procedimientos probabilísticos
Dificultades
Dificultad para llevarlo a la práctica real
No se aprovecha del conocimiento que el investigador podría tener de la población.
Tiende a tener grandes errores de muestreo y poco precisos
Ejemplo
Una empresa tiene 120 empleados. Se quiere extraer una muestra de 30 de ellos.
Pasos:
Enumera a los empleados del 1 al 120
Sortea 30 números entre los 120 trabajadores
La muestra estará formada por los 30 empleados que salieron seleccionados de los números obtenidos.
Sistemático
Se basa en enlistar a toda una población, elegir de forma aleatoria al primer individuo para la muestra y luego, a partir de un intervalo, seleccionar al resto de los individuos para la muestra.
Ventajas
Permite obtener buenas propiedades de representatividad.
Es un sistema muy rápido y simple
Garantiza una selección perfectamente equitativa
Desventajas
El orden en el que se coloca la población seleccionada puede llegar a tener un tipo de periodicidad oculta
Ejemplo
Poseemos una población de 1000 individuos y necesitamos obtener una muestra de 100 de ellos. 1.- Dividiremos el total de la población en 100 fragmentos aleatorios de 10 individuos. Luego, seleccionaremos un número al azar entre el 1 y 10.
Si el número obtenido al azar es el 6, a partir del individuo número 6 de la población se definirá nuestra muestra. Es decir que a partir de él se irán completando intervalos de 10, es decir: 6, 16, 26, 36, 46 hasta el 996.
Estratificado
Procedimiento de muestreo en el que el objetivo de la población se separa en segmentos exclusivos, homogéneos (estratos), y luego una muestra aleatoria simple se selecciona de cada segmento (estrato).
Subtipos de muestreo estratificado
M.E. Desproporcionado
M.E. Proporcionado
Beneficios
Presenta un mínimo de errores en las muestras del mismo tamaño
Se aprovecha el conocimiento que el investigador tiene sobre la población.
Mayor capacidad de hacer inferencia y comparaciones dentro de un grupo.
Dificultades
Es necesario obtener información sobre la proporción de la población perteneciente a cada estrato.
Si se cuenta con un gran número de variables, la selección de estratificación será más difícil.
Ejemplo
Un grupo de especialistas en producción animal está interesado en obtener una muestra estratificada de 400 vacas a partir de un rebaño de 2000 vacas de diferentes razas.
Se consideran 4 estratos en la población: vacas Holstein: 400, pardo suizo: 400, mestizas:1000 y criollas: 200. Total 2000
Por conglomerados
Muestreo en que los elementos de la población son seleccionados al azar en forma natural por agrupaciones (clusters).
Ventajas
Menos tiempo, dinero y mano de obra.
Permite muestreos posteriores
Fácil de implementar
Desventajas
Las variaciones en las muestras tienden a ser muy altas
Produce errores de muestreo más grandes
Ejemplo
Un investigador decide explorar el rendimiento de los estudiantes de posgrado que se especializa en matemáticas
El investigador puede crear muestras de estudiantes pertenecientes a diferentes universidades para formar agrupaciones y puede bifurcar aún más a estas universidades según el estado en el que se encuentren.
Subtipos
Por conglomerados de una etapa
Por conglomerados en dos etapas
Por conglomerados de etapas múltiples
