TIPOS DE MUESTREO I. MUESTREO PROBABILISTICO.Los mtodos de muestreo probabilsticos son aquellos que se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamao n tienen la misma probabilidad de ser seleccionadas. Slo estos mtodos de muestreo probabilsticos nos aseguran la representatividad de la muestra extrada y son, por tanto, los ms recomendables.TIPOS DE MUESTREO PROBABILISTICO:1. MUESTREO ALEATORIO SIMPLE.En un muestreo aleatorio simple todos los individuos tienen la misma probabilidad de ser seleccionados. La seleccin de la muestra puede realizarse a travs de cualquier mecanismo probabilstico en el que todos los elementos tengan las mismas opciones de salir. Por ejemplo uno de estos mecanismos es utilizar una tabla de nmeros aleatorios, o tambin con un ordenador generar nmeros aleatorios, comprendidos entre cero y uno, y multiplicarlos por el tamao de la poblacin.Para obtener una muestra, se numeran los elementos de la poblacin y se seleccionan al azar los n elementos que contiene la muestra.EJEMPLO:*Un colegio tiene 120 alumnos. Se requiere extraer una muestra de 30 alumnos.-Se enumeran los alumnos dl 1 al 120.-se sortean 30 nmeros de entre los 120.- la muestra estar formada por los 30 alumnos a los que les corresponda los nmeros obtenido. 2. MUESTREO ALEATORIO ESTRATIFICADO.Elmuestreo aleatorio estratificadotambin es conocido como muestreo aleatorio proporcional. sta es una tcnica de muestreo probabilstico en donde los sujetos son inicialmente agrupados en diferentes categoras, tales como la edad, el nivel socioeconmico o el gnero.Luego, el investigador selecciona aleatoriamente la lista final de sujetos de los distintos estratos. Es importante tener en cuenta que los estratos no se superpongan.Generalmente, los investigadores utilizan un muestreo aleatorio estratificado si quieren estudiar un determinado subgrupo dentro de la poblacin. Tambin es preferible el muestreo aleatorio simple porque garantiza resultados estadsticos ms precisos.Hay dos conceptos bsicos:Estratificacin: El criterio a seguir en la formacin de los estratos ser formarlos de tal manera que haya la mxima homogeneidad en relacin a la variable a estudio dentro de cada estrato y la mxima heterogeneidad entre los estratos. Afijacin: Reparto del tamao de la muestra en los diferentes estratos o subpoblaciones. Existen varios criterios de afijacin entre los que destacamos: 1.Afijacin igual: Todos los estratos tienen el mismo nmero de elementos en la muestra. 2.Afijacin proporcional: Cada estrato tiene un nmero de elementos en la muestra proporcional a su tamao. 3.Afijacin Neyman: Cuando el reparto del tamao de la muestra se hace de forma proporcional al valor de la dispersin en cada uno de los estratos..EJEMPLO:En una fbrica que consta de 600 trabajadores queremos tomar una muestra de 20. Sabemos que hay 200 trabajadores en la seccin A, 150 en la B, 150 en la C y 100 en la D.

3. MUESTREO POR CONGLOMERADO.En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la poblacin que forman una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, os departamentos universitarios, una caja de determinado producto, etc., son conglomerados naturales. En otras ocasiones se pueden utilizar conglomerados no naturales como, por ejemplo, las urnas electorales. Cuando los conglomerados son reas geogrficas suele hablarse de "muestreo por reas". El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto nmero de conglomerados (el necesario para alcanzar el tamao muestral establecido) y en investigar despus todos los elementos pertenecientes a los conglomerados elegidos.EJEMPLO:-En el muestreo por conglomerados, la investigacin identifica primero las fronteras, ejemplo. Pueden ser los pases de Asia.-El investigador selecciona aleatoriamente un nmero de reas identificadas. Es importante que todas las reas (pases) dentro de la poblacin tengan las mismas posibilidades de ser seleccionadas.-El investigador puede incluir todos los individuos dentro de las reas seleccionadas o seleccionar aleatoriamente a los sujetos de las reas identificadas.

4. MUESTREO SISTEMTICO.Es un tipo de muestreo aleatorio simple en el que los elementos se seleccionan segn un patrn que se inicia con una eleccin aleatoria. Se elige un individuo al azar y a partir de l, a intervalos constantes, se eligen los dems hasta completar la muestra.Considerando una poblacin de N elementos, si queremos extraer una muestra de tamao n, partimos de un nmero h=N/n, llamado coeficiente de elevacin y tomamos un nmero al azar a comprendido entre 1 y h que se denomina arranque u origen. La muestra estar formada por los elementos: a, a+h, a+2h,....a+(n-1)h. De aqui se deduce que un elemento poblacional no podr aparecer ms de una vez en la muestra. La muestra ser representativa de la poblacin pero introduce algunos sesgos cuando la poblacin est ordenada en funcin de determinados criterios.

EJEMPLO:Si tenemos una poblacin formada por 100 elementos y queremos extraer una muestra de 25 elementos, en primer lugar debemos establecer el intervalo de seleccin que ser igual a 100/25 = 4. A continuacin elegimos el elemento de arranque, tomando aleatoriamente un nmero entre el 1 y el 4, y a partir de l obtenemos los restantes elementos de la muestra.2, 6, 10, 14,..., 98

II. MUESTREOS NO PROBABILISTICOS:Elmuestreo no probabilstico(omuestreo no aleatorio) es la tcnica de muestreo donde los elementos son elegidos a juicio del investigador. No se conoce la probabilidad con la que se puede seleccionar a cada individuo.Elmuestreo no probabilsticose utiliza cuando es imposible o muy difcil obtener lamuestrapor mtodos de muestreo probabilstico.Lasmuestrasseleccionadas por mtodos demuestreo no aleatoriosintentan serrepresentativasbajo los criterios del investigador, pero en ningn caso garantizan la representatividad.

TIPOS DE MUESTREOS NO PROBABILISTICOS:1.MUESTREO POR CUOTAS. Tambin denominado en ocasiones "accidental" se basa en seleccionar lamuestradespus de dividir lapoblacinen grupos o estratos. Los sujetos dentro de cada grupo se eligen por mtodos no probabilsticos. Se asienta generalmente sobre la base de un buen conocimiento de los estratos de la poblacin y/o de los individuos ms "representativos" o "adecuados" para los fines de la investigacin. Mantiene, por tanto, semejanzas con el muestreo aleatorio estratificado, pero no tiene el carcter de aleatoriedad de aqul. En este tipo de muestreo se fijan unas "cuotas" que consisten en un nmero de individuos que renen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 aos, de sexo femenino y residentes en Gijn. Una vez determinada la cuota se eligen los primeros que se encuentren que cumplan esas caractersticas. Este mtodo se utiliza mucho en las encuestas de opinin.2.MUESTREO POR CONVENIENCIA. consiste en seleccionar a los individuos que convienen al investigador para la muestra. Esta conveniencia se produce porque al investigador le resulta ms fcil examinar a estos sujetos, ya sea por proximidad geogrfica, por ser sus amigos, etc.3.MUESTREO DE BOLA DE NIEVE(omuestreo por referidos). Se realiza sobrepoblacionesdonde no se conoce a sus individuos o es muy difcil acceder a ellos. Se llamamuestreo de bola de nieveporque cada sujeto estudiado propone a otros, produciendo un efecto acumulativo parecido a una bola de nieve.Este tipo se emplea muy frecuentemente cuando se hacen estudios con poblaciones "marginales", delincuentes, sectas, determinados tipos de enfermos, etc.4.MUESTREO CASUAL O ACCIDENTAL.

Los individuos son elegidos de manera casual, sin ningn juicio previo. Las personas que realizan el estudio eligen un lugar o un medio, y desde ah realizan el estudio a los individuos de la poblacinque accidentalmente se encuentren a su disposicin.El caso ms frecuente de este procedimiento el utilizar como muestra los individuos a los que se tiene fcil acceso (los profesores de universidad emplean con mucha frecuencia a sus propios alumnos).

5.MUESTREO DISCRECIONAL(omuestreo por juicio). los sujetos se seleccionan a base del conocimiento y juicio del investigador. Ejemplo: muestreo por juicios; cajeros de un banco o un supermercado; etc.