TEMA 8

TEMA 8: TEORÍA DE MUESTRAS

ESTIMACIÓN E INTERFERENCIA ESTADÍSTICA

Técnicas de muestreo: Muestras que poseen características de la población. Tienen cierto margen de error.  

 MUESTRO PROBABILÍSTICO O ALEATORIO

 Si la muestra es elegida al azar, se puede evaluar el error aleatorio. Todas las unidades de la población tienen una probabilidad de ser elegidas. Tipos:

• Muestreo Aleatorio: Selección por azar. Puede ser simple (en poblaciones pequeñas, con la desventaja de  listados todas las unidades y que los grupos minoritarios no estén representados) o sistemática (a través de una regla o fórmula, en poblaciones más grandes sin lista completa de individuos).
• Muestreo Estratificado: Una característica en la población no se presenta de forma homogénea en todos los subgrupos. Estos grupos tienen una característica común  pero son mutuamente excluyentes. Permite conocer cómo se comporta la variable en cada grupo. Como inconveniente, es necesario un listado de todos los individuos e información adicional.
•  Muestreo Conglomerados: Poblaciones muy dispersas o sin listado. No se conoce el tamaño de la muestra de forma inicial.

 MUESTREO NO PROBABILÍSTICO

No se puede evaluar el error. Las unidades que componen la población tienen diferente probabilidad de ser elegidas, pudiendo provocar una dudosa representabilidad.

• Consecutivo: El más utilizado. Se reclutan a todos los miembros que cumplan los criterios en un plazo determinado
• De convivencia: Usado con frecuencia, menos costoso. Se elige a personas más accesibles o voluntarias pero genera muchos sesgos
• Intencional: El investigador selecciona a los individuos para obtener muestras de expertos. No es objetivo
• Bola de nieve: Utilizada en estudios cualitativos. Se elige a un individuo que cumpla las características y se le pide que invite a participar a otros individuos que también cumplan dichas características
• Teórico: Selección gradual para generar una teoría, pudiendo acceder a población con difícil acceso

CÁLCULO DEL TAMAÑO MUESTRAL 

No se puede escasear de precisión pero tampoco tener más sujetos de los necesarios, porque no garantizaría representabilidad.

 El tamaño dependerá de la variabilidad del parámetro, la precisión, el nivel de confianza, el poder estadístico y el efecto esperado.

Para calcular el tamaño de una muestra para estimar la media de una población: 

n= Z 2 x S 2 /e 2

 - Z: Valor que depende del nivel de confianza

 - S: Varianza poblacional

 - e: Error máximo aceptado por los investigadores

 - El resultado debe cumplir: N > n (n1)

Para calcular el tamaño de una muestra cuando queremos estimar una proporción:

 - P_ Proporción de una categoría de la variable 

 -  1-P: Proporción de la otra categoría 

 - Z: Valor que depende del nivel de confianza 1-a 

 -  N: Tamaño de la población 

 -  e: Error máximo aceptado por los investigadores

- Si se obtiene un número decimal, se deberá decidir un número menor del indicado. Ejemplo: 35'6, se escogerá un número menor que 36.