CRUZ MORENO MARIA LUISA COMPARANDO LOS TIPOS DE MUESTREO METODOLOGIA Y ESTADISTICA GRUPO 9208

CRUZ MORENO MARIA LUISACOMPARANDO LOS TIPOS DE MUESTREO METODOLOGIA Y ESTADISTICA GRUPO 9208

Tipos de Muestreo Estadístico

No Probabilísticos

Probabilísticos

ALEATORIO SIMPLE

POR CUOTAS

POR CUOTAS

+Pasos

+Pasos

+Pasos

¿Qué es el muestreo?

+Fortalezas

+Fortalezas

+Fortalezas

+Limitaciones

+Limitaciones

+Limitaciones

errático

ESTRATIFICADO

+Pasos

+Pasos

+Fortalezas

+Fortalezas

+Limitaciones

+Limitaciones

POR CONVENIENCIA

POR CONGLOMERADOS

+Pasos

Referencias

+Pasos

+Fortalezas

+Fortalezas

+Limitaciones

+Limitaciones

Procesos o pasos a seguir

• Definir población y variables de estratificación (ejemplo: género).

• Dividir en estratos mutuamente excluyentes.

• Establecer cuántos elementos tomaremos de cada estrato (proporcional o fijo).
• Seleccionar aleatoriamente dentro de cada estrato.
• Combinar las muestras de todos los estratos.

FORTALEZAS

• Mejora la precisión de las estimaciones si los estratos son homogéneos internamente.
• Puede disminuir la variabilidad del estimador, permite estimaciones con menor error.
• Asegura que subpoblaciones específicas estén bien representadas.

Características

Esta muestreo se caracteriza por dividir a la población en estratos (subgrupos homogéneos, como sexo, edad, región) y dentro de cada estrato se seleccionan miembros al azar. Esto garantiza que todos los grupos importantes estén representados.

LIMITACIONES

• Requiere información previa para definir los estratos (por ejemplo distribución poblacional de la variable de estratificación).
• Si los estratos no están bien definidos o no son realmente homogéneos, puede no mejorar mucho la precisión.
• Puede ser más complejo de organizar y ejecutar.

Procesos o pasos a seguir

• Definir población de interés.
• Obtener o construir el marco muestral (lista completa de individuos).
• Decidir tamaño de muestra (n), con base en nivel de confianza, error tolerable, etc.
• Numerar todos los miembros de la población.
• Seleccionar al azar los números que formarán la muestra (usando generador de números, tablas aleatorias, etc.).
• Recoger datos de cada individuo seleccionado.

FORTALEZAS

• Alta representatividad si se cumple el marco muestral y la aleatoriedad.

• Permite estimar errores muestrales, intervalos de confianza.

• Es simple de entender y de aplicar (una vez que tienes la lista)..

Características del muestreo aleatorio simple

Todos los elementos de la población tienen la misma probabilidad de ser elegidos. Se parece a una “lotería”: se enumeran todos los individuos y se eligen al azar. Se requiere un marco muestral completo (lista de la población).

LIMITACIONES

• Requiere conocer a toda la población (difícil en poblaciones grandes).
• Puede ser costoso y poco práctico si la población está dispersa.
• Si la población es muy diversa, se necesitan muestras grandes para captar esa variabilidad.
• Ejemplo: Elegir 100 alumnos de una universidad de un listado general, mediante sorteo aleatorio.

Procesos o pasos a seguir

• Definir población.
• Dividir en conglomerados ya existentes (clusters).
• Decidir el número de conglomerados que se seleccionarán.
• Seleccionar al azar los conglomerados.
• Dentro de cada conglomerado elegido, muestrear individuos (todos o una muestra interna).
• Recolectar datos de los individuos seleccionados.

Características del muestreo por conglomerados

En lugar de seleccionar individuos, se seleccionan conglomerados o grupos naturales (ej. escuelas, manzanas de una ciudad) y luego se estudian todos o algunos de sus integrantes.

Es útil cuando no hay un listado de toda la población, pero sí de grupos.

LIMITACIONES

• La variabilidad entre conglomerados puede aumentar el error muestral si los clusters no son similares entre sí.
• Se requiere que los conglomerados representen la población total; si están sesgados, la muestra lo estará.
• Dentro del cluster pueden existir correlaciones; los individuos no serán independientes, lo cual complica análisis estadístico y puede requerir ajustes (diseño de muestreo).

FORTALEZAS

• Reduce costos y esfuerzos cuando la población está geográficamente dispersa o los clusters ya existen.
• Más práctico en logística y tiempos.
• Puede aumentar la viabilidad del estudio en situaciones donde hacer muestreo en cada individuo sería muy costoso.

Características del muestreo aleatorio simple

Todos los elementos de la población tienen la misma probabilidad de ser elegidos. Se parece a una “lotería”: se enumeran todos los individuos y se eligen al azar. Se requiere un marco muestral completo (lista de la población).

FORTALEZAS

• Mejora la precisión de las estimaciones si los estratos son homogéneos internamente.
• Puede disminuir la variabilidad del estimador, permite estimaciones con menor error.
• Asegura que subpoblaciones específicas estén bien representadas.

LIMITACIONES

• Requiere información previa para definir los estratos (por ejemplo distribución poblacional de la variable de estratificación).
• Si los estratos no están bien definidos o no son realmente homogéneos, puede no mejorar mucho la precisión.
• Puede ser más complejo de organizar y ejecutar.

Procesos o pasos a seguir

• Definir población y variables de estratificación (ejemplo: género).

• Dividir en estratos mutuamente excluyentes.

• Establecer cuántos elementos tomaremos de cada estrato (proporcional o fijo).
• Seleccionar aleatoriamente dentro de cada estrato.
• Combinar las muestras de todos los estratos.

LIMITACIONES

• No permite calcular probabilidades de inclusión ni errores muestrales de forma confiable.
• Riesgo de sesgo, ya que la selección dentro de cada cuota no es al azar.
• Representatividad depende mucho del criterio del investigador y de qué tan bien refleje la población la estimación de cuotas.

Procesos o pasos a seguir

• Elegir población objetivo.
• Determinar las variables para la cuota (por ejemplo género, edad, región).
• Estimar o conocer las proporciones de esos subgrupos en la población (la distribución objetivo).
• Fijar las cuotas para cada subgrupo (cuántos individuos de cada uno).
• Seleccionar miembros de cada cuota sin aleatoriedad (según disponibilidad, juicio del investigador, etc.).
• Recolectar los datos.

FORTALEZAS

• Permite asegurar que se incluya en la muestra la representación de ciertos subgrupos que sean importantes para el estudio.
• Es más sencillo y menos costoso que el muestreo probabilístico estratificado en muchos casos.
• Útil cuando no se tiene lista completa de la población.

Características del muestreo por cuotas

Esta muestreo busca que la muestra tenga ciertas proporciones de subgrupos según alguna variable (por ejemplo que haya un porcentaje de hombres y mujeres similar al que existe en la población). Pero dentro de esos subgrupos la selección no es al azar. El investigador fija cuotas para cada grupo.

LIMITACIONES

• Alta probabilidad de sesgo.
• No se puede generalizar con confianza a toda la población.
• Falta de control sobre representatividad, por lo que los resultados pueden no ser válidos para concluciones fuertes.

Procesos o pasos a seguir

• Definir población objetivo, aunque puede que no se conozca completamente.
• Determinar qué elementos serán accesibles o viables de conseguir.
• Recoger la muestra con lo que se encuentre disponible, sin aplicar un criterio riguroso de selección ni asignación de probabilidades.
• Hacer el estudio con esa muestra “errática”.

FORTALEZAS

• Muy rápido y económico.
• Útil para primeros acercamientos, para explorar variables poco estudiadas, generar hipótesis.

• Baja carga logística.

Características del muestreo errático

Este muestreo es una selección sin un método definido, de forma desordenada o arbitraria. Se usa en etapas exploratorias o cuando no hay acceso a la población completa.

LIMITACIONES

• Muy probable sesgo; la muestra puede no representar la población en muchos sentidos.
• No se conoce la probabilidad de inclusión, por lo que no se calculan errores muestrales válidos.
• Resultados no generalizables; pueden tener baja fiabilidad si se pretende hacer conclusiones amplias.

Procesos o pasos a seguir

• Definir población objetivo.
• Determinar criterios de disponibilidad (lugares, horarios, recursos).
• Seleccionar individuos que cumplan esos criterios de disponibilidad.
• Recolectar los datos.

FORTALEZAS

• Muy práctico y rápido de implementar.
• Bajo costo.
• Adecuado cuando recursos (tiempo, dinero) son limitados o cuando solo se busca exploración o ideas preliminares.

Características del muestreo por conveniencia

Se eligen los casos que son más accesibles, los que están disponibles, fáciles, voluntarios, etc. No hay uso del azar. A veces se llama accidental, oportunista.

Muestreo es el proceso de seleccionar un subconjunto de individuos, elementos u observaciones de una población, con el propósito de obtener información representativa que permita hacer inferencias o conclusiones sobre toda la población sin necesidad de estudiarla en su totalidad. 🔹 Objetivo principal: ahorrar tiempo, costos y recursos, garantizando al mismo tiempo la validez y confiabilidad de los resultados.

Métodos de muestreo probabilísticos Son aquellos en los que todos los elementos de la población tienen una probabilidad conocida, diferente de cero, de ser seleccionados para la muestra.

Características principales:

• La selección se realiza mediante mecanismos aleatorios (ej. sorteo, números aleatorios, software estadístico).
• Permiten calcular la probabilidad de inclusión de cada elemento.
• Hacen posible generalizar los resultados de la muestra a la población con un nivel de confianza y un margen de error conocidos.

Ejemplos:Muestreo aleatorio simple. Muestreo estratificado. Muestreo por conglomerados.

Métodos de muestreo no probabilísticos Son aquellos en los que la selección de los elementos no depende del azar, sino de criterios subjetivos, accesibilidad o conveniencia del investigador.

Características principales:

• No todos los individuos de la población tienen la misma probabilidad de ser elegidos.
• No es posible calcular el error muestral con precisión.
• Los resultados no se pueden generalizar estadísticamente a toda la población, aunque son útiles para estudios exploratorios, piloto o cuando no se dispone de un marco muestral completo.

Ejemplos: Muestreo por cuotas. Muestreo errático Muestreo por conveniencia

Referencias

INEGI. (2021). Guía de diseño de la muestra para encuestas. INEGI. https://www.inegi.org.mx/contenidos/infraestructura/aseguramiento/doc/guia_de_diseno_de_la_muestra_para_encuestas.pdf

Otzen, T., & Manterola, C. (2017). Técnicas de muestreo sobre una población a estudio. International Journal of Morphology, 35(1), 227–232.https://scielo.conicyt.cl/pdf/ijmorphol/v35n1/art37.pdf

Padró-Solanet, A. (2020). El muestreo. Universitat Oberta de Catalunya. https://openaccess.uoc.edu/bitstream/10609/149990/2/ElMuestreo.pdf