jueves, 31 de octubre de 2013

Gráficos


Las representaciones gráficas deben conseguir que un simple análisis visual ofrezca la mayor información posible.

Según el tipo del carácter que estemos estudiando, usaremos una representación gráfica u otra.

Según sea la variable, los gráficos más utilizados son:

·         Diagramas de barra.
·         Diagramas de sectores.
·         Histogramas

DIAGRAMAS DE BARRAS

Es un tipo de gráfico estadístico que se utiliza para variables cualitativas y discretas.

En el eje X se sitúan:

· Las modalidades de la variable cualitativa.
· Los valores de la variable cualitativa discreta.

Y  sobre ellos se levantan barras cuya altura sea proporcional a sus frecuencias.
Si se unen los extremos superiores de las barras con una línea poligonal se obtiene el polígono de frecuencias.

Ejemplo1: Un estudio hecho en un conjunto de 25 personas con objeto de determinar su grupo sanguíneo ha conducido a los siguientes resultados:
Ejemplo 2: Las notas obtenidas por un grupo de alumnos en una prueba de matemáticas vienen resumidas en la siguiente tabla:


Gráfico sectorial (Diagrama de Sectores):


Son una alternativa a los gráficos de barras separadas, es decir, se pueden utilizar indistintamente estos dos tipos de gráficos, si la variable es discreta.
Es un gráfico empleado fundamentalmente para variables cualitativas.

Las modalidades se representan en un círculo dividido en sectores.

La amplitud de cada sector, en grados, se obtiene multiplicando la frecuencia relativa de cada modalidad o valor por 360º.

Ejemplo 1.- En el siguiente diagrama de sectores se representa la comunidad autónoma de nacimiento de un grupo de alumnos:

Ejemplo 2: Un estudio hecho entre 100 alumnos universitarios elegidos al azar sobre el número de días a la semana que practican alguna actividad física viene dado por la siguiente tabla:


 




Histogramas:

Los histogramas permiten comparar datos de una forma rápida (basta mirar la gráfica).
Se utiliza con variables continuas o agrupadas en intervalos, representando en el eje X  los intervalos de clase y levantando rectángulos de base la longitud de los distintos intervalos y de altura tal que el área sea proporcional a las frecuencias representadas. En caso de que la amplitud de los intervalos no se igual para todos, hay que hacer coincidir el área del rectángulo con la frecuencia del intervalo.

Ejemplo: El peso de un grupo de alumnos aparece recogido en la siguiente tabla:

Polígono de frecuencias:
Este tipo de gráfico se utiliza para representar la distribución de variables cuantitativas continuas o discretas tabuladas en intervalos
El polígono de frecuencias se obtiene uniendo los puntos medios de las bases superiores de los rectángulos de los histogramas.
Representamos dos ejes perpendiculares y representamos en el horizontal los valores de la variable y en el vertical las frecuencias. Representamos los puntos que tiene por primera coordenada el valor de la variable y por segunda el valor de la frecuencia. Uniendo todos los puntos obtenemos una línea poligonal que es la representación que buscamos.



Gráfico de Barras Agrupadas:
Se utiliza para representar la distribución de dos variables discretas, con el objeto de efectuar comparaciones con mayor facilidad.
EJEMPLO: La siguiente información corresponde al deporte favorito de los alumnos de 5º nivel de cierto establecimiento educacional.






Gráfico de Barras Divididas:
Se utiliza para representar la distribución de dos variables discretas, con el objeto de efectuar comparaciones con mayor facilidad.





PICTOGRAMAS

Son gráficos con dibujos alusivos al carácter que se está estudiando y cuyo tamaño es proporcional a la frecuencia que representan; dicha frecuencia se suele representar.

En el ejemplo hemos representado el número de partidos ganados, perdidos o empatados de un equipo.



PIRÁMIDES DE POBLACIÓN
Cuando se realizan representaciones correspondientes a edades de población, cambiamos el eje Y por el eje X para obtener las llamadas pirámides de población, que no son más que 2 histogramas a izquierda y derecha, para hombres y mujeres.

Veamos un ejemplo:



CARTOGRAMAS

Son gráficos realizados sobre mapas, en los que aparecen indicados sobre las distintas zonas cantidades o colores de acuerdo con el carácter que representan.

En el siguiente cartograma observamos la urbanización en el mundo atendiendo a la industrialización.



GRAFICA DE CONTROL
Es una herramienta estadística que detecta la variabilidad, consistencia, control y mejora de un proceso.
La gráfica de control se usa como una forma de observar, detectar y prevenir el comportamiento del proceso a través de sus pasos vitales.
Así mismo nos muestra datos en un forma estática, tienen por supuesto sus aplicaciones, y es necesario saber sobre los cambios en los procesos de producción, la naturaleza de estos cambios en determinado período de tiempo y en forma dinámica, es por esto que las gráficas de control son ampliamente probadas en la práctica.

Características Generales de las Gráficas de Control
El termino consistencia se refiere a la uniformidad en la salida del proceso; es preferible tener un producto de un proceso consistente, que tener uno con calidad superior, pero de un proceso intermitente.
Una gráfica de control se inicia con las mediciones considerando, sin embargo que las mediciones dependen tanto de los instrumentos, como de las personas que miden y de las circunstancias del medio ambiente, es conveniente anotar en las gráficas de control observaciones tales como cambio de turno, temperatura ambiente.
Tipos de Gráfica y Características Principales
Para construir una gráfica de control, es importante distinguir el tipo de datos a graficar pueden ser. Datos continuos, datos discretos, dicha gráfica dependerá del tipo de datos.
Para la utilización de las gráficas se requiere un procedimiento específico:
·         Decidir la gráfica de control a emplear
·         Construir gráficas de control para el control estadístico del proceso
·         Controlar el proceso, si aparece una anormalidad sobre la gráfica de control, investigar inmediatamente las causas y tomar acciones apropiadas.


GRÁFICAS DE VARIABLES
Una gráfica de control X-R, en realidad son dos gráficas en una, una representa los promedios de las muestras de la (gráfica X) y la otra representa los rangos (gráfica R), deben construirse juntas, ya que la gráfica X, nos muestra cualquier cambio en la media del proceso y la gráfica R nos muestra cualquier cambio en la dispersión del proceso, para determinar las X y R de las muestras, se basan en los mismos datos.
El uso particular de la gráfica X-R es que nos muestra los cambios en el valor medio y en la dispersión del proceso al mismo tiempo, además es una herramienta efectiva para verificar anormalidades en un proceso dinámicamente.
Algunos puntos importantes a considerar previo a la elaboración de esta gráfica son:
·         Propósito de la gráfica
·         Variable a considerar
·         Tamaño de la muestra
·         Tener un criterio para decidir si conviene investigar causas de variación del proceso de producción.
·         Familiarizar a l personal con el uso de esta gráfica.
El proceso que se debe seguir para construir una gráfica es:
La construcción de una gráfica de rangos y promedio resulta de formar una unidad, tanto de la gráfica de promedios como de la de rangos.
Consta de dos secciones, parte superior se dedica a los promedios, y la parte inferior a los rangos.
En el eje vertical se establece la escala, a lo largo del eje horizontal se numeran las muestras.
En la gráfica se relacionan estos promedios con los intervalos durante los cuales se tomaron las muestras. En el eje vertical se indican los valores correspondientes a los valores de muestras. En el eje horizontal se señalan los periodos de tiempo en los que se toman las muestras a semejanza que la de promedios.
La interpretación de esta grafica de promedio y rango seria que a partir de los datos de la gráfica de promedios y rangos, podemos determinar el valor central del proceso y su aplicación.
Mediante este proceso está bajo control cuando no muestra ninguna tendencia y además ningún punto sale de los límites.
Se describen los distintos tipos de tendencia, que son patrones de comportamiento anormal de los puntos (inestabilidad o proceso fuera de control estadístico).
GRAFICA DE MEDIAS Y DESVIACIONES ESTANDAR
Esta gráfica es el instrumento estadístico que sirve para estudiar el comportamiento de un proceso de manufactura, considerando como indicador la desviación estándar.
La estructura general, está constituida por dos porciones, una se destina al registro de los promedios de la característica de calidad en consideración y otra para controlar la variabilidad del proceso.
La ventaja de usar esta gráfica es que para estos valores de n la desviación estándar es más sensible a cambios pequeños que el rango.
Dentro del procedimiento de construcción para dicha grafica incluye cálculos de límites de control para las dos partes que constituyen la gráfica y la traficación de los promedios y desviaciones estándar obtenidos en cada subgrupo.
Es importante la variabilidad del proceso de control, al iniciar la construcción de la gráfica, si el proceso no muestra estabilidad estadística, entonces la parte correspondiente a los promedios no será confiable dado que los límites de control de X dependen del valor medio de s.
GRAFICAS DE MEDIANAS Y RANGOS
Es la herramienta estadística que permite evaluar el comportamiento del proceso a partir de la mediana y del rango. La estructura es la común a todas las gráficas de control para variables.
La parte superior registra el valor medio de las características de calidad en estudio, y la parte inferior indica la variabilidad de la misma.
El cálculo de la mediana, es muy sencillo, de modo que utilizar esta gráfica para monitorear el proceso es atractivo para el usuario.
El uso de esta gráfica en procesos que actualmente muestren estabilidad estadística. Como toda gráfica de control, el usuario obtendrá, de una manera continua, información rápida y eficiente del proceso en estudio; para verificar que el proceso continua en control o bien para reconocer la aparición de causas especiales de variación.
Para el procedimiento de construcción de esta gráfica es muy similar al de la gráfica de medias y rangos; estos es calculando los límites de control, luego se grafican los puntos y se integran los límites de control y líneas centrales, por último se efectúa la lectura de la gráfica, a fin de ver si el proceso continua estable o bien percibir alguna situación de anormalidad.

GRAFICA DE CONTROL POR ATRIBUTOS
Las características de calidad que no pueden ser medidas con una escala numérica, se juzga a través de un criterio más o menos subjetivo.
Los datos se presentan con periodicidad a la gerencia y con ellos se integran números índices, que son muy importantes en el desarrollo de una empresa, estos pueden referirse al producto, desperdicio rechazo de materiales.
Dentro de la clasificación de las características calidad por atributos se requiere:
·         De un criterio
·         De una prueba
·         De una decisión
·         El criterio se establece de acuerdo con las especificaciones.
·         La prueba consiste en la operación que se realiza para averiguar la existencia o no del criterio establecido.
·         La decisión determina que título debe darse a los productos, es decir si pasó o no pasa.
TIPOS DE GRAFICA DE CONTROL POR ATRIBUTOS
P Porcentaje de Fracción Defectiva
np Número de Unidades Defectivas por muestra constante.
U Proporción de Defectos
C Número de Defectos por unidad
GRAFICAS P PORCENTAJE DE FRACCIÓN DEFECTIVA
El porcentaje de artículos defectivos se expresa como fracción decimal para el cálculo de los límites de control.
La fracción sin embargo, se convierte generalmente en porcentaje cuando se transcribe en la gráfica y se usa en la presentación general de los resultados.
Las muestras que se utilizan para elaborar esta gráfica son de tamaño variable. Las muestras de tamaño grande permiten evaluaciones más estables del desarrollo del proceso y son más sensibles a cambios pequeños.
Se utiliza cuando no podemos tener el tamaño de muestra (n) constante, en la práctica es muy común.
El defectivo son aquellas piezas que no cumplen con especificaciones y es causa de rechazo.
Los principales objetivos de la gráfica P son:
Poner a la atención de la dirección cualquier cambio en el nivel medio de calidad.
Descubrir los puntos fuera de control que indican modelos de inspección relajados.
Proporcionar un criterio para poder juzgar si lotes sucesivos pueden considerarse como representativos de un proceso.
Esto puede influir convenientemente en la severidad del criterio de aceptación.
GRÁFICA np NUMERO DE UIDADES DEFECTIVAS POR MUESTRA
Esta gráfica es el instrumento estadístico que se utiliza cuando se desea graficar precisamente las unidades disconformes, y no el porcentaje que éstas representan, siendo constante el tamaño de la muestra.
Es necesario establecer la frecuencia para la toma de datos, teniendo en cuenta que los intervalos cortos permiten una rápida retroalimentación del proceso.
Los principales objetivos de la gráfica np son:
Conocer las causas que contribuyen al proceso
Obtener el registro histórico de una o varias características de una operación con el proceso productivo.
GRAFICA C NUMERO DE DEFECTOS POR UNIDAD
La gráfica c estudia el comportamiento de un proceso considerando el número de defectos encontrados al inspeccionar una unidad de producto.
La gráfica hace uso del hecho de que artículo es aceptable aunque presente cierto número de defectos.
Los objetivos de la gráfica c son:
Reducir el costo relativo al proceso
Informar a los supervisores de producción y a la administración acerca del nivel de calidad.
Determinar qué tipo de defectos no son permisibles en un producto informar de la probabilidad de ocurrencia de los defectos en una unidad.
Estas graficas deben utilizarse solo cuando el área de oportunidad de encontrar defectos permanece constante.


GRAFICA u PROPORCIÓN DE DEFECTOS
La gráfica u puede ser usada bajo cada una de las siguientes suposiciones:
Como substituto de la gráfica c cuando el tamaño muestral.
Cuando el tamaño muestral varía, de qué modo la gráfica c no puede usarse.


Fuentes Bibliográficas:






miércoles, 2 de octubre de 2013

Muestreo


Muestreo
En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de una población), se selecciona una muestra, entendiendo por tal una parte representativa de la población.
El muestreo es una herramienta de la investigación científica, cuya función básica es determinar que parte de una población debe examinarse, con la finalidad de hacer inferencias sobre dicha población.
La muestra debe lograr una representación adecuada de la población, en la que se reproduzca de la mejor manera los rasgos esenciales de dicha población que son importantes para la investigación. Para que una muestra sea representativa, y por lo tanto útil, debe de reflejar las similitudes y diferencias encontradas en la población, es decir ejemplificar las características de ésta.
Los errores más comunes que se pueden cometer son:

Ø  Hacer conclusiones muy generales a partir de la observación de sólo una parte de la Población, se denomina error de muestreo.

Ø  Hacer conclusiones hacia una Población mucho más grandes de la que originalmente se tomo la muestra. Error de Inferencia.

En la estadística se usa la palabra población para referirse no sólo a personas sino a todos los elementos que han sido escogidos para su estudio y el término muestra se usa para describir una porción escogida de la población.

 TIPOS DE MUESTREO
Existen diferentes criterios de clasificación de los diferentes tipos de muestreo, aunque en general pueden dividirse en dos grandes grupos: métodos de muestreo probabilísticos y métodos de muestreo no probabilísticos.

I. Muestreo probabilístico

Los métodos de muestreo probabilísticos 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 tamaño n tienen la misma probabilidad de ser seleccionadas. Sólo estos métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra extraída y son, por tanto, los más recomendables. Dentro de los métodos de muestreo probabilísticos encontramos los siguientes tipos:

1.1- Muestreo aleatorio simple:
El procedimiento empleado es el siguiente: 1) se asigna un número a cada individuo de la población y 2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de números aleatorios, números aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el tamaño de muestra requerido.

Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad práctica cuando la población que estamos manejando es muy grande.

Ejemplo: Se pretende determinar la prevalencia de  Maedi en una explotación de 250 ovejas: para ello se deben examinar 61 animales  (se supone una prevalencia del 30% y se desea una precisión del 10% para un nivel de confianza del 95%): se obtienen 61 números entre el 1 y el 250 de una tabla de números aleatorios y se sangran los animales correspondientes (en función del número de crotal o según el orden por el que se hacen  pasar por una manga).


1.2- Muestreo aleatorio sistemático:

Este procedimiento exige, como el anterior, numerar todos los elementos de la población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se parte de ese número aleatorio i, que es un número elegido al azar, y los elementos que integran la muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k, siendo k el resultado de dividir el tamaño de la población entre el tamaño de la muestra: k= N/n. El número i que empleamos como punto de partida será un número al azar entre 1 y k.
El riesgo este tipo de muestreo está en los casos en que se dan periodicidades en la población ya que al elegir a los miembros de la muestra con una periodicidad constante (k) podemos introducir una homogeneidad que no se da en la población. Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones y los 5 últimos mujeres, si empleamos un muestreo aleatorio sistemático con k=10 siempre seleccionaríamos o sólo hombres o sólo mujeres, no podría haber una representación de los dos sexos.


Ejemplo: En el caso anterior debemos tomar uno de cada cuatro animales (250/61); en vez  de tomar 61 números aleatorios tomamos sólo uno (entre el uno y el cuatro), por ejemplo el  número 3, de modo que tomaremos la oveja número 3, y a continuación cada cuarto animal  (la 7, la 11, la 15 y así sucesivamente hasta llegar a la 247). 


1.3- Muestreo aleatorio estratificado:
Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamaño dado de la muestra. Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a alguna característica (se puede estratificar, por ejemplo, según la profesión, el municipio de residencia, el sexo, el estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de interés estarán representados adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los elementos concretos que formarán parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues exige un conocimiento detallado de la población. (Tamaño geográfico, sexos, edades,...).
La distribución de la muestra en función de los diferentes estratos se denomina afijación, y puede ser de diferentes tipos:

Afijación Simple: A cada estrato le corresponde igual número de elementos muéstrales.

Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de la población en cada estrato.

Afijación Optima: Se tiene en cuenta la previsible dispersión de los resultados, de modo que se considera la proporción y la desviación típica. Tiene poca aplicación ya que no se suele conocer la desviación.

Ejemplo: La probabilidad de que una oveja esté infectada de Maedi está directamente relacionada con la edad. En el ejemplo anterior, la explotación tiene el 44% de los animales de menos de 2 años, el 28% de 3-4 años, el 18% de 5-6 y el 10% son animales de  más de seis años: el 44% de los 61 animales de la muestra (27 animales) se tomará al azar entre los de 1-2 años, el 28% entre los de 3-4 años y así sucesivamente (17, 11 y 6 animales  de los otros tres grupos). Este método evita que por casualidad (por azar) se tomen más  individuos de un grupo que de los demás y esto pueda condicionar el resultado.

1.4- Muestreo aleatorio por conglomerados:

Los métodos presentados hasta ahora están pensados para seleccionar directamente los elementos de la población, es decir, que las unidades muéstrales son los elementos de la población.

En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la población que forman una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los 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 áreas geográficas suele hablarse de "muestreo por áreas".

El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto número de conglomerados (el necesario para alcanzar el tamaño muestral establecido) y en investigar después todos los elementos pertenecientes a los conglomerados elegidos.


Ejemplo: se pretende determinar la prevalencia de una determinada infección en una comarca: se dividen las explotaciones en tres grupos en función de su tamaño y se realiza un muestreo estratificado, en las granjas que forman la muestra se realiza un muestreo sistemático para elegir los individuos que se analizarán.

Muestreo mixto.
Cuando la población es compleja, cualquiera de los métodos descritos puede ser difícil de  aplicar, en estos casos se aplica un muestreo mixto que combina dos o más de los anteriores  sobre distintas unidades de la encuesta.

Ejemplo: se pretende determinar la prevalencia de una determinada infección en una comarca: se dividen las explotaciones en tres grupos en función de su tamaño y se realiza  un muestreo estratificado, en las granjas que forman la muestra se realiza un muestreo  sistemático para elegir los individuos que se analizarán.

II. Métodos de muestreo no probabilísticos


A veces, para estudios exploratorios, el muestreo probabilístico resulta excesivamente costoso y se acude a métodos no probabilísticos, aun siendo conscientes de que no sirven para realizar generalizaciones (estimaciones inferenciales sobre la población), pues no se tiene certeza de que la muestra extraída sea representativa, ya que no todos los sujetos de la población tienen la misma probabilidad de se elegidos. En general se seleccionan a los sujetos siguiendo determinados criterios procurando, en la medida de lo posible, que la muestra sea representativa.
En algunas circunstancias los métodos estadísticos y epidemiológicos permiten resolver los problemas de representatividad aun en situaciones de muestreo no probabilístico, por ejemplo los estudios de caso-control, donde los casos no son seleccionados aleatoriamente de la población.
Entre los métodos de muestreo no probabilísticos más utilizados en investigación encontramos:

1.- Muestreo por cuotas:
También denominado en ocasiones "accidental". Se asienta generalmente sobre la base de un buen conocimiento de los estratos de la población y/o de los individuos más "representativos" o "adecuados" para los fines de la investigación. Mantiene, por tanto, semejanzas con el muestreo aleatorio estratificado, pero no tiene el carácter de aleatoriedad de aquél.
En este tipo de muestreo se fijan unas "cuotas" que consisten en un número de individuos que reúnen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 años, de sexo femenino y residentes en Gijón. Una vez determinada la cuota se eligen los primeros que se encuentren que cumplan esas características. Este método se utiliza mucho en las encuestas de opinión.

2.- Muestreo intencional o de conveniencia:
Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras "representativas" mediante la inclusión en la muestra de grupos supuestamente típicos. Es muy frecuente su utilización en sondeos preelectorales de zonas que en anteriores votaciones han marcado tendencias de voto.
También puede ser que el investigador seleccione directa e intencionadamente los individuos de la población. El caso más frecuente de este procedimiento el utilizar como muestra los individuos a los que se tiene fácil acceso (los profesores de universidad emplean con mucha frecuencia a sus propios alumnos).

3.- Bola de nieve:
Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y así hasta conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente cuando se hacen estudios con poblaciones "marginales", delincuentes, sectas, determinados tipos de enfermos, etc.

4.- Muestreo Discrecional • A criterio del investigador los elementos son elegidos sobre lo que él cree que pueden aportar al estudio. Ventajas e inconvenientes de los distintos tipos de muestreo probabilistico.



CARACTERISTICAS
VENTAJAS
DESVENTAJAS
Aleatorio simple
Se selecciona una muestra de tamaño n de una población de N unidades, cada elemento tiene una probabilidad de inclusión igual y conocida de n/N.
**Sencillo y de fácil comprensión.
**Cálculo rápido de medias y varianzas.
**Se basa en la teoría estadística, y por tanto existen paquetes informáticos para analizar los datos

Requiere que se posea de antemano un listado completo de toda la población. Cuando se trabaja con muestras pequeñas es posible que no represente a la población adecuadamente.
Sistemático
**Conseguir un listado de los N elementos de la población
**Determinar tamaño muestral n.
**Definir un intervalo k= N/n.
**Elegir un número aleatorio, r, entre 1 y k (r= arranque aleatorio).
**Seleccionar los elementos de la lista.
**Fácil de aplicar.
**No siempre es necesario tener un listado de toda la población.
**Cuando la población está ordenada siguiendo una tendencia conocida, asegura una cobertura de unidades de todos los tipos.

**Si la constante de muestreo está asociada con el fenómeno de interés, las estimaciones obtenidas a partir de la muestra pueden contener sesgo de selección
Estratificado
En ciertas ocasiones resultará conveniente estratificar la muestra según ciertas variables de interés. Para ello debemos conocer la composición estratificada de la población objetivo a hacer un muestreo. Una vez calculado el tamaño muestral apropiado, este se reparte de manera proporcional entre los distintos estratos definidos en la población usando una simple regla de tres.
**Tiende a asegurar que la muestra represente adecuadamente a la población en función de unas variables seleccionadas.
**Se obtienen estimaciones más precisa
**Su objetivo es conseguir una muestra lo más semejante posible a la población en lo que a la o las variables estratificadoras se refiere.

**Se ha de conocer la distribución en la población de las variables utilizadas para la estratificación.

Conglomerados
Se realizan varias fases de muestreo sucesivas (polietápico)

La necesidad de listados de las unidades de una etapa se limita a aquellas unidades de muestreo seleccionadas en la etapa anterior.
**Es muy eficiente cuando la población es muy grande y dispersa.
**No es preciso tener un listado de toda la población, sólo de las unidades primarias de muestreo.
**El error estándar es mayor que en el muestreo aleatorio simple o estratificado.
**El cálculo del error estándar es complejo.