SISTEMAS DE MUESTREO

ELIZABETH RODRIGUEZ CAMELO

Docente
MIGUEL ALFONSO LOZADA JIMENEZ

CORPORACION UNIVERSITARIA DE CIENCIA Y DESARROLLO UNICIENCIA”

BIOMEDICA, INGENIERIA,
PICE X
BOGOTÁ D.C. 2017
 SISTEMAS DE MUESTREOS

En el muestreo debemos seleccionar sistemáticamente elementos representativos

de una población. Y se debe tener en cuenta los siguientes pasos:
1. Determinar la población misma
2. Tipo de muestra
3. Tamaño de la muestra
4. Datos recolectados
Inicialmente, los muestreos se dividen en dos grandes grupos:
MUESTREO NO PROBABILÍSTICO: No se usa el azar, sino el criterio del
investigador, es decir, él decide si la muestra es o no representativa, un ejemplo
pueden ser los estudios epidemiológicos para clasificar las enfermedades.
MUESTREO PROBABILÍSTICO (ALEATORIO): Interviene el azar de alguna
forma. Nos vamos a centrar en este tipo de muestreo.
MUESTREO ALEATORIO SIMPLE
Es el tipo de muestreo más simple y en él se basan todos los demás. Para obtener
los elementos de la muestra se numeran los elementos de la población y se
seleccionan al azar los elementos que debe contener la muestra. Todos los
elementos tienen la misma probabilidad de ser elegidos.
MUESTREO ALEATORIO SISTEMÁTICO
Es una técnica parecida a la anterior, pero, tras elegir un primer elemento al azar,
selecciona los demás a intervalos regulares, es decir, "sistematiza la selección de
elementos.
Por ejemplo, si tenemos una población de 100 individuos y queremos seleccionar
una muestra de 20, actuaríamos de la siguiente forma:
Numeramos los elementos o personas.
Tenemos que elegir un elemento de cada 100/20= 5 (coeficiente de elevación).
Elegimos al azar un elemento o persona entre los 5 primeros. Supongamos que
elegimos el número 2.
Posteriormente seleccionamos un elemento cada 5, es decir, el 2+5=7, 7+5=12,
etc. El último sería el elemento número 97.
MUESTREO ESTRATIFICADO
Consiste en dividir la población total en clases homogéneas (estratos). Cada
estrato funciona independientemente, pudiendo aplicarse dentro de ellos el
muestreo aleatorio simple para elegir los elementos concretos que formarán parte
de la muestra. En ocasiones las dificultades que plantean son demasiado grandes,
pues exige un conocimiento detallado de la población. (Tamaño geográfico, sexos,
edades,...).
La distribución de la muestra en función de los diferentes estratos se denomina
afijación, y puede ser de diferentes tipos:
Afijación Igual: A cada estrato le corresponde igual número de elementos.
Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de
la población en cada estrato.
MUESTREO POR CONGLOMERADOS
Es parecido al muestreo estratificado, con la diferencia que la población se divide
en grupos heterogéneos, como si fueran subpoblaciones dentro de la población
general. Ejemplos de conglomerados serían unidades hospitalarias, mesas
electorales, etc.
La siguiente tabla resume el tamaño de muestra requerido al emplear cada
técnica, en función del error máximo que estamos dispuestos a aceptar y de las
características del propio universo, que consideraremos de tamaño infinito (si
fuese finito, debe aplicarse un factor de corrección).
Para interpretar el cuadro anterior es necesario tener en cuenta lo siguiente:
Z = Es la desviación del valor medio que aceptamos para lograr el nivel de
confianza deseado. En función del nivel de confianza que busquemos, usaremos
un valor determinado que viene dado por la forma que tiene la distribución de
Gauss. Los valores más frecuentes son:
Nivel de confianza 90% -> Z=1,645

Nivel de confianza 95% -> Z=1,96

Nivel de confianza 99% -> Z=2,575

L es el número de estratos en que particionamos la muestra y h es un índice que

se refiere a un estrato concreto. Por lo tanto, h puede variar entre 1 y L estratos.
p es la proporción que buscamos en el total de la población (p.e. % de fumadores).
Por lo tanto, (1-p) es la proporción de la muestra complementaria, la que no
cumple el criterio buscado (no fumadores). Del mismo modo, ph es dicha
proporción dentro de cada uno de los estratos.
σ2 es la varianza que el dato buscado (en el caso de estimar medias) tiene en el
total de la población. Asimismo, σh2 es la varianza dentro de cada estrato.
e es el margen de error aceptado.
Wh es el peso que el estrato tiene en la muestra (tamaño del estrato respecto al
total de la muestra). Si hablamos de estratificación proporcional, cada Wh es igual
a la proporción que ese estrato representa en la población. Si hablamos de
estratificación óptima, cada Wh se calcula en función de la dispersión dentro de
cada estrato.
 BIBLIOGRAFIA

https://www.netquest.com/blog/es/blog/es/muestreo-probabilistico-muestreo-
estratificado
http://recursostic.educacion.es/descartes/web/materiales_didacticos/muestreo_pob
laciones_ccg/tipos_muestreo.htm
http://www.redalyc.org/pdf/487/48711206.pdf