Muestreo No probabilístico

Muestreo No probabilístico

En la muestra no probabilística la selección de las unidades de análisis dependen de las características, criterios personales, etc. ; del investigador por lo que no son muy confiables en una investigación con fines científicos o tecnológicos.

Según Bello (1992), un muestreo no probabilístico es aquel utilizado en forma empírica, es decir, no se efectúa bajo normas probabilísticas de selección, por lo que sus procesos intervienen opiniones y criterios personales del investigador o no existe norma bien definida o validada.

No se tiene la seguridad de que cada unidad muestral integre a la población total en el proceso de selección de la muestra. El muestreo no probabilistico comprende los procedimientos de muestreo intencional y accidental.

Se caracteriza por no conocerse la probabilidad de que una unidad quede incluida en una muestra, no se puede medir el error de estimación y por lo tanto, no se pueden realizar estimaciones

Muestreo por Juicio, Selección Experta, opinático o Selección Intencional:

El investigador toma la muestra seleccionando los elementos que a él le parecen típicos o representativos de la población, por lo que depende del criterio u opinión del investigador.

Es un procedimiento que permite seleccionar los casos característicos de la población limitando la muestra a estos casos. Se utiliza en situaciones en las que la población es muy variable y consecuentemente la muestra es muy pequeña.

Pretende seleccionar unidades de análisis que cumplen los requisitos de la población objeto de estudio, pero que sin embargo, no son seleccionadas al azar. Se utiliza preferentemente en estudios exploratorios. Las pruebas pilotos, también usan con frecuencia éste tipo de muestreo.(Bello, 1992).

Muestreo de poblaciones móviles:

Este tipo de muestreo utiliza métodos de captura, marca y recaptura. Se utiliza mucho en el estudio de migración de poblaciones de animales y otras características.

Muestreo errático: Muestreo sin normas, circunstancial o errático:

La muestra se realiza de cualquier forma, valorando únicamente la comodidad, o la oportunidad, o el capricho, en términos de costos, tiempo u otro factor no estadístico. Por ejemplo, se utiliza esta técnica si se elige, como muestra, a los pacientes que acuden a consulta un día cualquiera del mes.

Bola de nieve: Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y así hasta conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente cuando se hacen estudios con poblaciones "marginales", delincuentes, sectas, determinados tipos de enfermos, etc.

Muestreo Accidental: El muestreo accidental consiste en tomar casos hasta que se completa el número de unidades de análisis que indica el tamaño de muestra deseado.

Muestreo de cuota y muestreo por rutas: Se utiliza en estudios de opinión de mercado. Los enumeradores, reciben instrucciones de obtener cuotas específicas a partir de las cuales se constituye una muestra relativamente proporcional a la población. Estas técnicas suelen utilizarse cuando la persona que dirige el estudio tiene la posibilidad de contar con la ayuda de diversos entrevistadores. En el caso del muestreo por rutas lo que se marca a cada entrevistador es un itinerario.

Muestreo casual o fortuito: Se usa en los casos en que no es posible seleccionar los elementos, y deben sacarse conclusiones con los elementos que estén disponibles. Por ejemplo: en el caso de voluntarios para pruebas de medicamentos de enfermedades como el corazón, cáncer, etc.

Los anteriores procedimientos de muestreo no son recomendables para una investigación científica.

Muestreo probabilístico

Este conjunto de técnicas de muestreo es el más aconsejable, aunque en ocasiones no es posible optar por él. El muestreo probabilístico permite conocer la probabilidad que tiene cada unidad de análisis de ser integrada a la muestra mediante la selección al azar. El objetivo del diseño de estudios por muestreo, es maximizar la cantidad de información para un costo dado.

Este tipo de muestreo se caracteriza por conocer la probabilidad de que una unidad particular del universo sea incluida en una muestra, dicha probabilidad es mayor de cero. Se puede medir el error de estimación y por ende, se realizan estimaciones. (Bello, 1992)

Propiedades del muestreo Probabilístico

a) Existe la posibilidad de definir inequívocamente un conjunto de muestras M1, M2, .... , Mt mediante la aplicación del procedimiento a una población. Esto significa que se puede indicar cuáles unidades de muestreo pertenecen a M1, M2 y así sucesivamente

b) A cada posible muestra Mi se le asigna un probabilidad conocida de selección Pi .

c) Se selecciona una de las Mi por un proceso mediante el cual, cada Mi tiene una probabilidad Pi de ser seleccionada.

d) El método de estimación se realiza con base en la muestra, siendo único para cualquiera de las posibles muestras Mi

Muestreo Estratificado

El Muestreo Estratificado Consiste en la división previa de la población de estudio en grupos o clases supuestamente homogéneos con respecto a la característica a estudiar.

Cada elemento de la población de cada estrato, tiene una característica tal que no le permite pertenecer a otro estrato.

Se utiliza en aquellos casos donde la población es muy heterogénea, por lo tanto, se presume que dicha población está afectada por otra variable que puede minimizar la variabilidad, por ejemplo, los salarios y en general las variables que involucran dinero, son muy variables, no obstante, si se parcela la información según profesión, o años de experiencia para el caso del salario, seguramente, se disminuirá ésta y permitirá estimaciones más precisas. Lo anterior, conlleva a disminuir costos y lograr mayor eficiencia en el diseño muestral. (Bello,1992)

En el muestreo aleatorio estratificado se divide la población de N individuos, en k subpoblaciones o estratos, atendiendo a criterios que puedan ser importantes en el estudio, de tamaños respectivos N1, ..., Nk.

Según la cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos, existen tres técnicas de muestreo estratificado:

Afijación Simple: A cada estrato le corresponde igual número de elementos muestrales.

Asignación o afijación proporcional: el tamaño de cada estrato en la muestra es proporcional a su tamaño en la población.

Asignación o afijación óptima: Para ello es necesario un conocimiento previo de la población. La muestra recogerá más individuos de aquellos estratos que tengan más variabilidad. Se tiene en cuenta la previsible dispersión de los resultados, de modo que se considera la proporción y la desviación típica. Tiene poca aplicación ya que no se suele conocer la desviación.

TAMAÑO DE MUESTRA PARA ESTIMAR LA MEDIA CON Muestreo Estratificado Simple:

La estimación de la media poblacional se hace con la siguiente relación:

Donde:

Ni = tamaño del i ésimo estrato.

N = tamaño de la población.

S²i = varianza del i ésimo estrato.

wi = importancia o peso del i ésimo estrato

Muestreo por Conglomerado

Cuando la población se encuentra dividida, de manera natural, en grupos que se suponen 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.

Se utiliza cuando el investigador está limitado por factores de tiempo, distancia, fuentes de financiamiento, entre otros. Las unidades de análisis se encuentran encapsuladas o encerradas en determinados lugares físicos o geográficos que se denominan racimos.

En este tipo de muestreo es imprescindible diferenciar entre unidad de análisis entendida como quiénes van a ser medidos y unidad muestral que se refiere al racimo a través del cual se logra el acceso a la unidad de análisis.

Las ideas de estratificación y conglomerados son opuestas.

La estratificación funciona mejor cuanto más homogénea es la población respecto del estrato, aunque más diferentes son éstos entre sí.

Los conglomerados deben presentar toda la variabilidad, aunque deben ser muy parecidos entre sí.

Concepto de Intervalo de Confianza.

En el contexto de estimar un parámetro poblacional, un intervalo de confianza es un rango de valores (calculado en una muestra) en el cual se encuentra el verdadero valor del parámetro, con una probabilidad determinada.

La probabilidad de que el verdadero valor del parámetro se encuentre en el intervalo construido se denomina nivel de confianza, y se denota 1-α. La probabilidad de equivocarnos se llama nivel de significancia y se simboliza α. Generalmente se construyen intervalos con confianza 1- =95% (o significancia =5%). Menos frecuentes son los intervalos con α=10% o α=1% (Tomado de www. escuela.med.puc.cl)

Intervalo de Confianza para una Proporción.

En este caso, interesa construir un intervalo de confianza para una proporción o un porcentaje poblacional (por ejemplo, el porcentaje de personas con hipertensión, fumadoras, etc.)

Si el tamaño muestral n es grande, el Teorema Central del Límite nos asegura que:

O bien:

Donde p es el porcentaje de personas con la característica de interés en la población (o sea, es el parámetro

...