Tipus de Mostreig: Aleatori, Estratificat i Més

Tipus de Mostreig

Mostreig Aleatori Simple

• S'assigna un número a cada element del cens i es seleccionen els elements mostrals per sorteig o a partir de taules de números aleatoris.

• Tots els elements tenen la mateixa probabilitat de pertànyer a la mostra.

• Poc freqüent en la seva forma 'estricta' i poc pràctic en universos grans.

• Pot presentar problemes de representativitat a nivell territorial i la mostra ha de ser molt gran si els universos són heterogenis.

• Pot ser amb reemplaçament o sense reemplaçament (tornant al bombo les unitats extretes o no).

Mostreig Aleatori Sistemàtic

• Es basa en l'anterior i el simplifica. En lloc de fer un sorteig pur, només se sorteja l'ordre a seguir, a partir del 'coeficient'. Exemple:

- Coeficient d'elevació = Grandària població / Grandària de la mostra

- Elecció a l'atzar d'un número inferior al coeficient d'elevació

- Si tenim 10.000 individus en la població i una mostra de 1.000, el coeficient serà 10. Si escollim un número a l'atzar inferior a 10 i surt 3, el primer element mostral serà el 3 i el següent el 3+10 (13) i el següent el 13+10 (23)...

• Com l'anterior, poc freqüent en la seva forma 'estricta'.

Mostreig Estratificat

• En la majoria de casos resulta més eficient que, abans de seleccionar la mostra, estratifiquem la població a estudiar.

• Els estrats són grups de població que se suposen a priori homogenis dintre de sí, però possiblement heterogenis respecte altres estrats.

• Aquesta homogeneïtat interna fa que les mostres per estrat no hagin de ser molt grans, però que s'hagi d'assegurar que el disseny d'estrats cobreixi tots els comportaments diferents que es puguin preveure.

• Exemples d'estrats: edats, gèneres...

• L'estratificació suposa un coneixement previ de la població objecte d'anàlisi per poder establir adequadament els grups homogenis o estrats - moltes vegades coneixement 'intuïtiu' o per deducció lògica. • Mètode MOLT utilitzat quan les poblacions són molt asimètriques.

• L'estratificació o distribució - afixació - es pot fer per:

- Afixació Simple:

Es reparteix la mostra a parts iguals per cada estrat o segment.

- Afixació Proporcional:

Es reparteix proporcionalment a la població de cada segment.

- Afixació Òptima:

Es reparteix tenint en compte la població i la dispersió de les respostes en cada estrat estimada prèviament en un pre-test o una investigació anterior, o a partir d'un model de distribució conegut. Un bon estimador seria la desviació típica. No es realitza freqüentment en ciències socials aplicades.

Mostreig per Conglomerats

• És una simplificació del mètode aleatori simple en el que la unitat mostral se substitueix per grups d'unitats mostrals o conglomerats.

• Els conglomerats són conjunts d'elements mostrals que es considera que a priori reprodueixen a escala reduïda l'heterogeneïtat i diversitat de comportaments que poden existir a la població, però que són aproximadament homogenis entre sí.

• Exemples de conglomerats: Carrers, Municipis, Zones geogràfiques: grandària de municipi, província...

• Diferència conglomerat / estrat:

- Estrat:

Cal extreure una mostra aleatòria de tots els estrats (són diferents entre sí i sinó no es cobreix tots els comportaments).

- Conglomerat:

No cal extreure una mostra de tots ells, sinó que podem extreure una mostra aleatòria de conglomerats per després extreure una mostra aleatòria d'elements d'aquests conglomerats, ja que cada conglomerat aporta informació 'a escala' de la població.

Mostreig Polietàpic

• Consisteix en arribar a la mostra després de dos o més procediments probabilístics successius.

• Pot ser bietàpic o polietàpic (o multietàpic).

Mostreig per Ruta Aleatòria

• L'entrevistador selecciona personalment les unitats mostrals a través de procediments aleatoris fixats per l'investigador/a.

• Es fa servir en enquestes personals a la llar en grans ciutats i requereix d'un manual de l'entrevistador que fixi les normes.

Característiques del Mostreig Probabilístic:

• Tots els elements de l'univers tenen una probabilitat diferent de 0 de ser seleccionats (no ha de ser la mateixa per tots necessàriament).
• La selecció es fa per sistemes aleatoris o de l'atzar.
• Permeten controlar els errors/desviacions en les característiques objecte d'estudi i inferir els resultats a l'univers total, amb una probabilitat coneguda.

En la pràctica, en la investigació per enquesta i en ciències socials en general, s'acostuma a realitzar una combinació de diversos tipus de mostreig en el disseny final de la mostra.

Funció de Densitat

És una funció no negativa de integral 1. S'assembla a la generalització del histograma amb freqüències relatives per variables contínues. Per a què la utilitzaré?

• Mai s'utilitza directament.
• Els seus valors no representen probabilitats.

Per a què serveix la funció densitat?

• Molts processos aleatoris venen descrits per variables de forma que són conegudes les probabilitats d'interval.
• La integral definida de la funció de densitat en aquests intervals coincideix amb la probabilitat d'aquests mateixos.
• És a dir, identifiquem la probabilitat d'un interval amb l'àrea sota la funció de la densitat.