Comienza Ya. Es Gratis
ó regístrate con tu dirección de correo electrónico
Rocket clouds
Muestreo por Mind Map: Muestreo

1. Actividad que genera una MUESTRA

1.1. Muestra.- Parte seleccionada de la población que deberá ser representativa en alguna forma

2. Probabilistico.- Todo los elementos tienen a misma probabilidad de ser incluidos

2.1. Aleatorio Simple

2.1.1. Todos los elementos de la población tienen la misma probabilidad de ser seleccionados en la muestra y esta probabilidad es conocida. Este tipo de muestreo es más recomendable, pero resulta mucho más difícil de llevarse a cabo y, por lo tanto, es más costoso. Para seleccionar una muestra de este tipo se requiere tener en forma de lista todos los elementos que integran la población investigada y utilizar tablas de números aleatorios.

2.2. Aleatorio Sistematico

2.2.1. Este es susceptible de ser más preciso que el muestreo aleatorio simple. Se elige un primer elemento del universo y luego se van escogiendo otros elementos igualmente espaciados a partir del primero. Consiste en dividir la población en n estratos, compuestos por las primeras K unidades, las segundas k unidades y así sucesivamente.

2.3. Por Zonas

2.3.1. Ideal cuando se desea que las entrevistas se apliquen en áreas representativas del fenómeno a estudiar, en un área determinada. Esta zona puede ser una ciudad, un barrio o la zona sur de la ciudad.

2.3.1.1. 1 Seleccion de manzanas 2 Seleccion de casas 3 Seleccion de personas en el hogar

2.3.1.2. Total de familias/Total de manzanas = promedio de familias por manzana

2.3.1.3. Puede haber afijación

2.3.1.3.1. Afijación proporcional es cuando la integración de la muestra se hace en base al peso o tamaño de la población en cada estrato

2.3.1.3.2. Afijacion simple donde a cada estrato le corresponde igual número de elementos

2.3.1.3.3. afijación óptima, de poca aplicación, cuando se toma en cuenta la proporción de cada estrato y se conoce dispersión previsible de los resultados a través de la desviación típica.

2.4. Aleatorio Estratificado

2.4.1. Se aplica cuando la población no es homogénea con relación a la característica que se desea estudiar: clases sociales, regiones, sexo, grupos de edad. En este caso la población queda dividida en estratos o grupos y el muestreo debe hacerse de tal forma que todos esos grupos queden representados.

2.4.1.1. Cálculo proporcional al tamaño del estrato En este caso existe una relación proporcional entre el tamaño del estrato y el número de elementos que aporta a la muestra. Cuanto mayor sea el estrato, mayor será el tamaño de la muestra seleccionada

2.4.1.2. Cálculo desproporcional al tamaño del estrato Este tipo de cálculo se utiliza para no tener muestras excesivamente grandes en los estratos de mayor tamaño y muestras demasiado pequeñas que no permitan un análisis mayor en los estratos de menor tamaño. Muchas veces, los productos a investigar tienen su mayor demanda en los estratos más pequeños

2.5. Aleatorio por conglomerados

2.5.1. Donde la población está integrada en grupos específicos. El muestreo se hace seleccionando en forma aleatoria algunos conglomerados dentro del conjunto total y procediendo a analizar a la población a partir de aquellos elementos seleccionados.

2.6. Por rutas aleatorias

2.6.1. Donde establecida el área de muestreo se asigna una ruta desde un punto de partida determinado y los elementos de la muestra se van seleccionado a medida que se avanza en el trabajo de campo, buscando asegurar una cobertura geográfica de la muestra.

3. No Probabilistico.- Elementos de muestra se seleccionan siguiendo criterios determinados

3.1. Por cuotas

3.1.1. Presupone un buen conocimiento de los estratos de la población y se selecciona a los elementos o individuos más representativos.

3.2. Muestreo de opinion

3.2.1. Deliberadamente se obtienen muestras de grupos focales.

3.3. Casual o incidental

3.3.1. Se selecciona directa a intencionadamente a los elementos de la muestra.

3.4. Bola de nieve

3.4.1. Donde algunos elementos seleccionados de la muestra conducen a otros y estos a otros hasta conseguir una muestra adecuada en tamaño.

3.5. Discrecional

3.5.1. Donde los elementos de la muestra son seleccionados con el encuestador de acuerdo a criterios que él considera de aporte para el estudio.

4. Calculo de muestras

4.1. Tamaño de muestra para proporciones

4.1.1. a) El nivel de confianza o seguridad (1 - α). El nivel de confianza prefijado da lugar a un coeficiente (Zα).

4.1.2. b) La precisión que deseamos para el estudio.

4.1.3. c) Una idea del valor aproximado del parámetro que queremos medir (en este caso una proporción).

4.2. Para determinar el tamaño de una muestra se deberán tomar en cuenta varios aspectos, relacionados con el parámetro y estimador, el sesgo, el error muestral, el nivel de confianza y la varianza poblacional.

4.2.1. El parámetro se refiere a la característica de la población que es objeto de estudio y el estimador es la función de la muestra que se usa para medirlo

4.2.2. El error muestral siempre se comete ya que existe una pérdida de la representatividad al momento se escoger loe elementos de la muestra. Sin embarbo, la naturaleza de la investigación nos indicará hasta que grado se puede aceptar.

4.2.3. El nivel de confianza, por su parte, es la probabilidad de que la estimación efectuada se ajuste a la realidad; es decir, que caiga dentro de un intervalo determinado basado en el estimador y que capte el valor verdadero del parámetro a medir.