Muestreo Aleatorio: Tipos, Ventajas y Desventajas, Cheat Sheet of Mechanics of Materials

Download Muestreo Aleatorio: Tipos, Ventajas y Desventajas and more Cheat Sheet Mechanics of Materials in PDF only on Docsity!

MUESTREO ALEATORIO

• TESTRATIFICADOS
  • SISTEMÁTICO
• POR CONGLOMERADOS

VENTAJAS Y

DESVENTAJAS DE:

MUESTREO CONGLOMERADO

VENTAJAS: -Facilita el análisis de datos

• Representación de la población en general Es muy eficiente cuando la población es muy grande y dispersa y reduce costos En ocasiones, no se tiene una lista completa de la población o resulta muy costosa poder conseguirla y sin embargo se puede tener información con mayor facilidad o una lista de unidades primarias, como es el caso de calles o viviendas. Por ejemplo, una lista de todos los niños de educación primaria privada es muy costosa de conseguir, pero es fácil conseguir una lista de los colegios (conglomerados) y en ellos se puede obtener fácilmente una lista de los alumnos de esos colegios.

DESVENTAJAS El error estándar es mayor que le muestreo aleatorio simple o estratificado El calculo del error estándar es complejo Los errores de muestreo en conglomerados son generalmente grandes, comparados con los que se obtienen por otros métodos de muestreo. La razón es que en la mayoría de las poblaciones, las unidades que pertenecen a un mismo conglomerado tienen cierto grado de homogeneidad respecto a muchas características, de manera que las unidades elementales se reparten menos uniformemente sobre la población. Por ejemplo, las viviendas de un mismo barrio son a menudo bastante similares respecto a las características socio-económicas

SISTEMATICO: El muestreo sistemático es un tipo de muestreo probabilístico que se basa en enlistar a toda una población, elegir de forma aleatoria al primer individuo para la muestra y luego, a partir de un intervalo definido por el investigador, seleccionar al resto de los individuos que conformarán la muestra.

VENTAJAS: Eficiencia: El muestreo sistemático puede ser más eficiente que otros métodos de muestreo, como el muestreo aleatorio simple, especialmente cuando la población objetivo está organizada de manera sistemática, como en una lista ordenada. Esto puede ahorrar tiempo y recursos al seleccionar una muestra representativa. Simplicidad.

1. Menor sesgo de selección. Representatividad. Facilita el análisis de datos.

DESVENTAJAS: Sesgo de periodicidad: Si hay algún patrón periódico en la población que coincide con el intervalo de muestreo, existe el riesgo de que el muestreo sistemático capture solo una parte específica de la población, lo que puede sesgar los resultados. Sensibilidad a la periodicidad en la lista de población. Imposibilidad de corregir el sesgo de selección una vez que se ha establecido. No adecuado para poblaciones no ordenadas. Mayor vulnerabilidad a errores de diseño.

EJEMPLO SESGO DE PERIOCIDAD Imaginemos un escenario en el que una organización desea realizar una encuesta sobre l satisfacción laboral entre sus empleados, que están numerados del 1 al 1000 en la lista de recursos humanos, ordenados según la fecha de contratación, desde el empleado más antiguo hasta el más reciente. La organización decide utilizar muestreo sistemático para seleccionar una muestra de empleados, con un intervalo de muestreo de 10, comenzando con el empleado número 6 Esto significa que seleccionarán al empleado número 6, luego al 16, 26, 36, y así sucesivamente, hasta completar la muestra. Desventaja: Sesgo de periodicidad

EJEMPLO SESGO DE PERIOCIDAD Este sesgo de periodicidad puede conducir a conclusiones erróneas sobre la satisfacción laboral general en la organización, ya que la muestra está desproporcionadamente influenciada por las experiencias de empleados contratados en momentos específicos. El resultado podría ser una representación inexacta de la satisfacción laboral de toda la organización, llevando potencialmente a decisiones de gestión basadas en información sesgada.

MUESTREO ESTRATIFICADO

VENTAJAS:

1. Mejora la precisión estadística: Al asegurarse de que los diferentes estratos de la población estén representados, se puede obtener una muestra más precisa que represente mejor a toda la población.
2. Permite análisis específicos: Al estratificar la población, es posible realizar análisis específicos para cada grupo, lo cual puede revelar insights que no serían visibles en un muestreo aleatorio simple.
3. Aumenta la representatividad: Asegura que todos los grupos importantes dentro de una población sean incluidos en la muestra, lo que mejora la representatividad de los resultados.
   4. Reduce el sesgo de muestreo: Al considerar proporcionalmente los diferentes estratos o segmentos de la población, se reduce el riesgo de sesgo en la selección de la muestra.
4. Eficiencia en costos y tiempo en poblaciones heterogéneas: Puede ser más económico y rápido obtener una muestra representativa de una población heterogénea mediante muestreo estratificado que mediante muestreo aleatorio simple.

DESVENTAJAS:

1. Requiere conocimiento previo de la población: Es necesario tener una comprensión clara de cómo dividir la población en estratos, lo cual puede requerir investigación y datos previos.
2. Puede ser complejo de implementar: El proceso de dividir la población en estratos y luego muestrear dentro de esos estratos puede ser más complejo que otros métodos de muestreo.
3. Riesgo de sobre-estratificación: Si se dividen los datos en demasiados estratos, el muestreo puede volverse impracticable o demasiado costoso.
4. Sesgo por mala estratificación: Si la estratificación no se hace correctamente, puede introducir un sesgo en la muestra, afectando la representatividad.
5. Dificultades en la asignación de tamaños de muestra: Determinar el tamaño de muestra adecuado para cada estrato puede ser complicado y podría no ser proporcional a su representación en la población.

Ventaja Mejora la Precisión Estadística Imagina una investigación sobre el uso de redes sociales en una población con amplia diversidad etaria. Las diferencias en el uso de estas plataformas entre adolescentes, adultos jóvenes, y personas mayores pueden ser significativas. Al aplicar el muestreo estratificado, un investigador puede asegurarse de que cada uno de estos grupos etarios esté adecuadamente representado en la muestra. Esto no solo mejora la precisión estadística del estudio al reducir el error de muestreo, sino que también permite comparaciones válidas entre los grupos de edad.

Desventaja: Requiere Conocimiento Previo de la Población Un estudio sobre la prevalencia de enfermedades cardiovasculares en una región podría requerir estratificación por factores de riesgo como edad, género, hábitos de vida, y condiciones preexistentes. Sin embargo, obtener esta información de forma precisa para toda la población puede ser un desafío considerable, requiriendo encuestas preliminares o acceso a bases de datos médicas que pueden no estar disponibles o ser de difícil acceso debido a consideraciones de privacidad.