Muestreo Probabilístico 1. MUESTREO ALEATORIO SIMPLE 2. MUESTREO SISTEMÁTICO 3. MUESTREO ALEATORIO ESTRATIFICADO 4. MUESTREO POR CONGLOMERADOS

1. MUESTREO ALEATORIO SIMPLE Denominado también muestreo equiprobabilístico, porque si se selecciona una muestra de tamaño n de una población de N unidades, cada elemento tiene una probabilidad de inclusión igual y conocida de n/N. Ventaja: Se desarrolla en software porque se basa en la teoría estadística. Desventaja: Precisa un marco muestral o listado de todas las unidades.

2. MUESTREO SISTEMÁTICO Para determinar una muestra de tamaño n conseguimos una lista de N elementos, definimos un intervalo de salto k=N/n y elegimos un número aleatorio entre 1 y k con el que comenzamos la selección de la muestra. Ventaja: No es necesario tener un marco muéstralo listado de unidades. Desventaja: La constante podría asociarse con el fenómeno de interés.

MUESTREO SISTEMÁTICO El muestreo sistemático suele ser más preciso que el aleatorio simple, ya que recorre la población de un modo más uniforme Ventaja No es necesario tener un marco muestral o listado de unidades. Desventaja La constante podría asociarse con el fenómeno de interés.

3. MUESTREO ALEATORIO ESTRATIFICADO Como el azar no es una garantía de representatividad, aquí se pretende asegurar la representación de cada grupo en la muestra. Cuanto más homogéneos sean los estratos, más precisas resultarán las estimaciones. Ventaja: La muestra es homogénea en función a la variable involucrada. Desventaja: Se debe conocer la distribución en la población de la variable utilizada para la estratificación. DEFINICIÓN Consiste en dividir la población previamente al estudio en grupos o clases que se suponen homogéneos respecto a característica a estudiar. A cada uno de estos estratos se le asignaría una cuota que determinaría el número de miembros del mismo que compondrán la muestra. Dentro de cada estrato el muestreo se realizaría mediante m.a.s.

TIPO DE MUESTREO ESTRATIFICADO 1. Afijación proporcional 2. Afijación de Neyman 3. Afijación Optima

1. Afijación proporcional El tamaño de la muestra dentro de cada estrato es proporcional al tamaño del estrato dentro de la población. Es el tipo de afijación más simple, se puede realizar incluso sin el uso de algoritmos para su cálculo, porque la afijación es directamente proporcional. Tamaño total de la muestra = Tamaño de la población total = Tamaño de la población uno = Tamaño de la muestra total = Tamaño la muestra uno = Proporción de la categoría en estudio = Error de estimación Tamaño total de la muestra = Fracción de asignación

Tamaño total de la muestra 2. Afijación de Neyman Selecciona el tamaño de los estratos en función de la desviación estándar de cada uno de ellos. Los estratos más heterogéneos (con mayores varianzas) aportan más casos a la muestra total. Tamaño total de la muestra = Tamaño de la población total = Tamaño de la población uno = Tamaño de la muestra total = Tamaño la muestra uno = Proporción de la categoría en estudio = Error de estimación Tamaño de cada estrato = Fracción de asignación

Tamaño total de la muestra 3. Afijación Optima Involucra repartir las cuotas a partir de la población considerando el costo que involucra realizar las mediciones en cada estrato. Los estratos que involucren una medición más costosa, aportan menos unidades muestrales a la muestra total, optimizando así los recursos económicos. Tamaño total de la muestra = Tamaño de la población total = Tamaño de la población uno = Tamaño de la muestra total = Tamaño la muestra uno = Proporción de la categoría en estudio = Error de estimación = Fracción de asignación

Tamaño total de la muestra Tamaño de cada estrato Tamaño total de la muestra = Tamaño de la población total = Tamaño de la población uno = Tamaño de la muestra total = Tamaño la muestra uno = Proporción de la categoría en estudio = Error de estimación = Fracción de asignación

4. Muestreo por clusters o conglomerados Denominado también muestreo por clusters aprovecha se caracterizan porque la variación en cada grupo es menor que la variación entre grupos lo cual resulta ventajoso en los estudios comunitarios o poblacionales. Ventaja: Muy eficiente cuando las unidades están muy dispersas. Desventaja: Requiere un manejo estadístico mas complejo que el resto. Se utiliza cuando la población se encuentra dividida, de manera natural, en grupos que se supone que contienen toda la variabilidad de la población, es decir, la representan fielmente respecto a la característica a elegir, pueden seleccionarse sólo algunos de estos grupos o conglomerados para la realización del estudio. Unidad de Muestreo y Unidad de Estudio Unidad de Estudio. Cada uno de los elementos donde se miden las variables; es decir que nos suministran los datos . Unidad de Muestreo. Cada uno de los elementos que participan en el muestreo, aparece especialmente en le muestreo por conglomerados.

Diferencias con muestreo estratificado MUESTREO POLIETÁPICO Cuando, dentro de cada conglomerado seleccionado, se extraen algunos individuos para integrar la muestra, el diseño se llama muestreo bietápico. Diferencias con muestreo estratificado Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El primer método funciona mejor cuanto más homogénea es la población respecto del estrato, aunque más diferentes son éstos entre sí. En el segundo, ocurre lo contrario. Los conglomerados deben presentar toda la variabilidad, aunque deben ser muy parecidos entre sí.