(Métodos de aleatorización)

Presentación del tema: "(Métodos de aleatorización)"— Transcripción de la presentación:

1 (Métodos de aleatorización)
Técnicas de muestreo (Métodos de aleatorización)

2 Introducción Existen dos métodos para seleccionar muestras a partir de poblaciones: el muestreo no aleatorio y el muestreo aleatorio que incorpora el azar como recurso en el proceso de selección. Existen 4 las técnicas de muestreo aleatorio o probabilístico que pueden utilizar se manera aislada o combinada incluso con las técnicas no probabilísticas.

3 Muestreo aleatorio simple
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. El tamaño “N” se delimita espacialmente. Ventaja: Es el más simple y rápido de realizar además y existe software para realizarlo. Requisito: Precisa un marco muestral o listado de todas las unidades muestrales.

4 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. El tamaño “N” se delimita temporalmente. Ventaja: No es necesario tener un marco muestral el investigador propone su delimitación. Requisito: Descartar la asociación entre el intervalo de salto con la variable de estudio.

5 Muestreo aleatorio estratificado
3. Muestreo aleatorio estratificado La idea es producir grupos heterogéneos entre sí, respecto de la variable de estudio pero homogéneos dentro de cada grupo, así aseguramos la representación de cada estrato en la muestra. Las afijaciones son: Proporcional, de Neyman y Óptima. Ventaja: Asegurar la representación de cada estrato en la muestra. Requisito: Se debe conocer la distribución de la variable utilizada para la estratificación.

6 Muestreo por conglomerados
4. Muestreo por conglomerados Consiste en la identificación de conglomerados o clústers donde cada grupo presenta toda la variabilidad observada en la población, es lo opuesto al muestreo estratificado, porque los conglomerados son homogéneos entre sí pero sus elementos son heterogéneos. Ventaja: Muy eficiente cuando las unidades están muy dispersas. Requisito: Conocer la variabilidad de los elementos que conforman cada conglomerado.