Ejemplos DE Muestreo NO Probabilístico - ESTADISTICA PARA ECONOMISTAS PDF

Preview

Summary

Ejemplos DE Muestreo NO Probabilístico - ESTADISTICA PARA ECONOMISTAS...

Description

EJEMPLOS DE MUESTREO NO PROBABILÍSTICO

EJEMPLOS DE MUESTREO NO PROBABILÍSTICO MUESTREO NO PROBABILÍSTICO POR CUOTAS Hipotéticamente,

supongamos

que

un

investigador

desea

estudiar

los

objetivos profesionales de los empleados de una organización. En esta organización trabajan 500 empleados y estos son conocidos en conjunto como “población”. Para comprender mejor una población, el investigador solo necesitará una muestra, no a toda la población. Además, el investigador está interesado en estratos particulares dentro de la población. Es aquí donde el muestreo por cuotas ayuda a dividir la población en estratos o grupos. Para estudiar los objetivos de más de 500 empleados, técnicamente la muestra seleccionada debe tener un número proporcional de hombres y mujeres. Lo que significa que deben haber 250 hombres y 250 mujeres. Como esto es improbable, los grupos o estratos se seleccionan mediante el muestreo por cuotas.

MUESTREO NO PROBABILÍSTICO POR CONVENIENCIA El muestreo por conveniencia es un método de muestreo no probabilístico. Consiste en seleccionar a los individuos que convienen al investigador para la muestra. Esta conveniencia se produce porque al investigador le resulta más sencillo examinar a estos sujetos, ya sea por proximidad geográfica, por ser sus amigos, etc.

2

USOS COMUNES DE LA MUESTRA POR CONVENIENCIA: ESTUDIOS CLINICOS: Los estudios clínicos con voluntarios. En dichos estudios, se solicita a personas con ciertas características físicas que acudan voluntariamente para formar parte de algún tipo de investigación o incluso algún tratamiento. El investigador clínico que usa esta técnica está considerando que cualquier individuo que cumpla con una cierta característica (por ejemplo, ser diabético) va a ser representativo del universo. O dicho de otra manera, el hecho de que un individuo vea o no vea la solicitud de voluntarios, acceda o no a participar, sea de una región o de otra, etc. no va a afectar a sus resultados en el estudio. PRUEBAS PILOTO: La muestra por conveniencia en una fase inicial de un proyecto nos puede dar información sobre tendencias y resultados Esta información podemos usarla para

modificar el planteamiento del estudio antes de incurrir en una técnica de muestreo más costosa.

EJEMPLOS USANDO LA MUESTRA NO PROBABILÍSTICA POR CONVENIENCIA: Ejemplo 1: Un estudio exploratorio de consumo de tabaco entre los jóvenes de la universidad. El investigador selecciona por conveniencia determinados puntos de la universidad donde habitualmente se encuentran los jóvenes y entrevista a un número que considera razonable sin utilizar ningún criterio de selección adicional. Estudio o búsqueda: Jóvenes que consumen tabaco. Conveniencia: Edificio Q y C de la universidad. Medio: Entrevista. Este procedimiento facilita la captación de unidades muéstrales válidas para el estudio.

Ejemplo 2: Investigación sobre enfermos con diabetes mellitus tipo 2 en un hospital. En este experimento el investigador, selecciona un punto específico, Hospital, para conocer el número de enfermos con diabetes mellitus tipo 2. Utiliza los pacientes del hospital para entrevistarlos. Estudio o búsqueda: Enfermos con diabetes Conveniencia: Hospital. Medio: Entrevista.

Ejemplo 3:

4

En el centro Escolar Cristóbal Colon, el director Oscar Pérez, selecciona a los diez alumnos más sobresalientes de cada sección de la institución a nivel departamental en la materia de matemática. Estudio o búsqueda: Promedio de la Institución. Conveniencia: Alumnos sobresalientes. Medio: Evaluación.

[ CITATION Ber14 \l 22538 ]

MUESTREO NO PROBABILÍSTICO BOLA DE NIEVE. El método de muestreo de bola de nieve (o muestreo por referidos) es un método de muestreo no probabilístico. El muestreo se realiza sobre poblaciones en las que no se conoce a sus individuos o es muy difícil acceder a ellos. Podrían ser los casos de sectas secretas, indigentes, grupos minoritarios, etc. Se llama muestreo de bola de nieve porque cada sujeto estudiado propone a otros, produciendo un efecto acumulativo parecido al de la bola de nieve.

Tipos de muestreo de bola de nieve:

6

Ventajas del muestreo de bola de nieve El proceso en cadena permite que el investigador llegue a poblaciones que son difíciles de probar cuando se utilizan otros métodos de muestreo. El proceso es barato, simple y rentable. Esta técnica de muestreo necesita poca planificación y menos mano de obra que otras técnicas de muestreo. Desventajas del muestreo de bola de nieve El investigador tiene poco control sobre el método de muestreo. Los sujetos que el investigador puede obtener se basan principalmente en los sujetos observados anteriormente. La representatividad de la muestra no está garantizada. El investigador no tiene ni idea de la verdadera distribución de la población ni de la muestra. El sesgo de muestreo es también un miedo de los investigadores cuando se utiliza esta técnica. Los primeros sujetos tienden a designar a personas que conocen bien. Como consecuencia, es muy posible que los sujetos compartan los mismos rasgos y características y, por lo tanto, la muestra que obtenga el investigador será sólo un pequeño subgrupo de toda la población.

[ CITATION EXP \l 22538 ]

Ejemplos 1. Un investigador quiere hacer un estudio sobre el comportamiento de los individuos de una secta secreta. Empieza estudiando a tres integrantes de misma que conoce y ellos le van presentando a otros sujetos para incluirlos en su estudio.

2. Un médico ha tratado a un paciente con una enfermedad rara y decide hacer un estudio sobre ella. Para ello, recurre al paciente, que le va derivando a sus conocidos con dicha enfermedad y a través del muestreo de bola de nieve entrevista al número de individuos que precisa.

MUESTREO NO PROBABILISTICO CONSECUTIVO El muestreo consecutivo es muy similar al muestreo por conveniencia, excepto que intenta incluir a todos los sujetos accesibles como parte de la muestra. Esta técnica de muestreo no probabilístico puede ser considerada la mejor muestra no probabilística, ya que incluye a todos los sujetos que están disponibles, lo que hace que la muestra represente mejor a toda la población.

EJEMPLO 1 Si deseamos hacer un estudio para conocer las horas de sueño diarias de los niños recién nacidos, podríamos realizar un muestreo consecutivo tomando a todos los recién nacidos que acudan al centro de salud “x” durante un año. Como lo hacemos en este diseño de muestreo es reclutar a toda la población elegible durante un periodo de tiempo determinado, uno de los problemas que nos podemos encontrar es cuando el periodo de reclutamiento es corto y no refleja fluctuaciones del problema que estamos estudiando; lo cual sesgaría la muestrea obtenida.

EJEMPLO 2 Las compañías paran a la gente en una alameda u otra área y les entregan los folletos promocionales sobre un nuevo modelo de coches. En este ejemplo, las personas que caminan en el centro comercial pueden ser consideradas como muestra representativa de una población.

8

Ahora, a estas personas se les entrega un anuncio o un folleto promocional y algunos de ellos aceptan quedarse y responder a las preguntas del ejecutivo (para este caso se puede considerar como un investigador). Las respuestas se recogen y analizan, pero no hay un resultado concluyente de que la gente quiera comprar ese coche con las características descritas en el folleto. El ejecutivo ahora hace preguntas a otro grupo de personas, que analizan los detalles del coche y muestran un gran interés. Por lo tanto, este grupo de personas ha proporcionado resultados concluyentes para la compra del coche. Sin embargo, hay un inconveniente en este método de muestreo. La muestra no puede considerarse representativa de toda la población. En el contexto de este ejemplo, no todas las personas que han tomado este folleto estaban interesadas en comprar el coche. Aquí es donde el sesgo del muestreo entra en escena. Por lo tanto, para superar este sesgo, el muestreo consecutivo debe utilizarse conjuntamente con el muestreo probabilístico.

INTEGRANTES: 

APAZA TAIPE MILAGROS



CALANCHO VALDIVIA CLAUDIA ANEL



GALLEGOS CHIPANA, KEWIN JEYSON



SUPA ALVAREZ NAYELY RUTH

Bibliografía (s.f.). Obtenido de https://explorable.com/es/muestreo-de-bola-de-nieve EXPLORABLE.COM. (s.f.). Obtenido de https://explorable.com/es/muestreo-de-bola-de-nieve Serra, B. R. (2014). Obtenido de https://www.universoformulas.com/estadistica/inferencia/muestreoconveniencia/...