Download - Tema 3.2 muestreo probabilistico
MUESTREOPROBABILÍSTICO
Electiva: Estadística aplicada a la Investigación
UNIVERSIDAD NACIONAL EXPERIMENTAL
“FRANCISCO DE MIRANDA”
PROGRAMA DE EDUCACIÓN
ÁREA CIENCIAS DE LA EDUCACIÓN
Licdo. Anthony Ramos UNEFM 2009
TIPOS DE MUESTREOMuestreo Probabilístico: Es un proceso en el que se conoce la probabilidad que tiene cada elemento de integrar la muestra.
MUESTREO ALEATORIO SIMPLEMUESTREO SISTEMÁTICOMUESTREO ESTRATIFICADOMUESTREO POR CONGLOMERADOS O ÁREAS
Licdo. Anthony Ramos UNEFM 2009
MUESTREO
MUESTREO ALEATORIO SIMPLE:
Es el que le permite al investigador conformar una muestra de forma que cada elemento de la población o universo tenga la misma probabilidad de ser seleccionado, por lo tanto, se requiere enumerar a cada uno, de 1 a N.
Licdo. Anthony Ramos UNEFM 2009
MUESTREO ALEATORIO SIMPLE
VENTAJAS DEL MUESTREO ALEATORIO SIMPLE:
Se recomienda cuando la población es pequeña.
Sencillo y de fácil comprensión.
Cálculo rápido de medias y varianzas.
Cuando la población está ubicada e un espacio reducido.
Se basa en la teoría estadística, y por tanto existen paquetes informáticos para analizar los datos.
Cuando no se tiene información previa de la población
Licdo. Anthony Ramos UNEFM 2009
MUESTREO ALEATORIOSIMPLE
DESVENTAJAS DEL MUESTREO ALEATORIO SIMPLE:
Requiere la identificación y catalogación de la población, lo cual en ocasiones, resulta muy costoso.
Requiere una probabilidad de selección igual para todos los elementos que conforman la población.
Requiere mayor tamaño de muestra que las otros tipos de muestreo.
Licdo. Anthony Ramos UNEFM 2009
MUESTREO ALEATORIO SIMPLE
EJEMPLO APLICANDO MUESTREO ALEATORIO SIMPLE:
Utilizando el ejemplo anterior
Licdo. Anthony Ramos UNEFM 2009
MUESTREO SISTEMÁTICO MUESTREO SISTEMÁTICO:
Este tipo de muestreo, para obtener una muestra sistemática al azar se deben numerar las observaciones de 1 a n. Luego determinar el intervalo de muestreo (IM), que consiste en dividir el número total de observaciones o unidades de muestreo de la población entre el tamaño deseado de la muestra, es decir:
IM = N = 1,3
N= Población n
n= Muestra
Licdo. Anthony Ramos UNEFM 2009
MUESTREO SISTEMÁTICO
VENTAJAS DEL MUESTREO SISTEMÁTICO:
Se recomienda cuando la población es numerosa.
Cuando se puede disponer de una listado de los elementos de la población.
La sencillez de la técnica y que puede ser utilizado con bastante grado de confiabilidad en la práctica.
Fácil de aplicar.
Licdo. Anthony Ramos UNEFM 2009
MUESTREO SISTEMÁTICO
EJEMPLO APLICANDO EL MUESTREO SISTEMÁTICO:
Aplicando el ejemplo anterior
Licdo. Anthony Ramos UNEFM 2009
MUESTREO ESTRATIFICADO
En este tipo de muestreo se divide la población o universo en grupos relativamente homogéneos, llamado estratos y después se toma una muestra al azar de cada estrato, y la muestra resultante se llama muestra estratificada.
IMPORTANTE: Es decir este método implica la identificación de características que dan lugar a la conformación de sub-grupos homogéneos al interior pero heterogéneos entre sí. Los elementos dentro de cada estrato se seleccionaron al azar.
Licdo. Anthony Ramos UNEFM 2009
Comuna A
Comuna B
Comuna C
Comuna D
ESTRATOS Homogéneos en su interior; diferentes entre sí en propiedades y tamaño
Los estratos más grandes Tienen mayor probabilidad de ser representados
Licdo. Anthony Ramos UNEFM 2009
Licdo. Anthony Ramos UNEFM 2009
Universidades
Universidades Publicas
UNEFM
Profesores
UNERMB
Profesores
Universidades Privadas
UDEFA
Profesores
UCAB
Profesores
EJEMPLO MUESTREO ESTRATIFICADO
Estrato Primario
MUESTREO ESTRATIFICADOVENTAJAS DEL MUESTREO ESTRATIFICADO :
Se recomienda cuando se tiene un conocimiento a priori de la población.
Cuando se trata de elementos poblacionales susceptibles a ser clasificados.
Cuando interés en obtener información a nivel de las sub-poblaciones.
Se obtienen estimaciones más precisas.
Su objetivo es conseguir una muestra lo más semejante posible a la población en lo que a la o las variables estratificadas se refiere.
Licdo. Anthony Ramos UNEFM 2009
MUESTREO ESTRATIFICADOEJEMPLO 1: APLICANDO EL MUESTREO ESTRATIFICADO:
Aplicando el ejemplo anterior
Licdo. Anthony Ramos UNEFM 2009
MUESTREO CONGLOMERADO
MUESTREO POR CONGLOMERADOS:
Este método también se conoce como muestreo de áreas y es útil cuando la población se encuentra dispersa. La selección de la muestra puede requerir varias etapas.
En este método se procede como se indica a continuación:
Clasificar o dividir en áreas o manzanas.
Escoger al azar la muestra donde se va a comenzar el muestreo.
Determinar la frecuencia del muestreo.
Licdo. Anthony Ramos UNEFM 2009
MUESTREO ESTRATIFICADO
AFIJACIÓN SIMPLE: Consiste en el reparto a partes iguales de la muestra entre los diversos estratos conocidos.
AFIJACIÓN PROPORCIONAL: consiste en el reparto proporcional de la muestra entre los distintos estratos, en base al número de efectivos de cada uno de los mismos.
Licdo. Anthony Ramos UNEFM 2009
AFIJACIÓN OPTIMA : Selecciona el tamaño de los estratos en función de la desviación estándar de cada uno de ellos, de tal manera que los estratos más heterogéneos (mayores varianzas) aporten más casos a la muestra total.
MUESTREO CONGLOMERADO
VENTAJAS DEL MUESTREO CONGLOMERADOS:
Se recomienda cuando la población está diseminada en grandes áreas geográficas.
No es preciso tener un listado de toda la población, sólo de las unidades primarias de muestreo.
HAY 2 TIPOS DE MUESTREO POR CONGLOMERADOS:
MONOETÁPICO: se estudian todas las residencias de una manzana.
BIETÁPICO: se escogen primero las muestras de manzanas y luego, se elige al azar los elementos dentro de las manzanas seleccionadas.
Licdo. Anthony Ramos UNEFM 2009
DIFERENCIAS TIPOS DE MUESTREO
PROBABILÍSTICOS NO PROBABILISTICOS
• Todas las unidades tienen igualprobabilidad de participar enla muestra.• La elección de cada unidad muestral es independiente de lasdemás• Se puede calcular el error muestral
• Cada unidad NO tiene igualprobabilidad de participar enla muestra.• No se puede calcular el error
muestral• Alto riesgo de invalidez
producido por la introducción de sesgos
Licdo. Anthony Ramos UNEFM 2009
GRACIAS
Licdo. Anthony Ramos UNEFM 2009