manual de técnicas

2002; 3b). La manera más eficiente de usar este procedimiento es identificar variabilidad dentro
de cada estrato y ubicar las unidades de muestreo en proporción a esa variabilidad. Ha de
realizarse un mayor esfuerzo de muestreo en los estratos de mayor variabilidad (Thompson et
ál. 1998). El estimado resultante del muestreo al azar estratificado tiende a ser generalmente
más preciso que el resultante de un muestreo al azar simple (Cochran 1977).
a) b) c)
Figura 3. Diseño de muestreos probabilísticos para medir ciertos tipos de indicadores, a) muestreo
al azar simple donde se muestran 10 unidades de muestreo seleccionadas al azar (cuadrados grises)
en un marco de muestreo de 100 unidades de muestreo, b) muestreo aleatorio estratificado donde
10 unidades de muestreo se ubicaron al azar en dos estratos, cinco en un estrato y cinco en el otro
estrato, c) muestreo al azar estratificado con inicio al azar. La primera unidad de muestreo se ubicó en
la séptima celda (contando desde el borde inferior izquierdo) de manera aleatoria y luego se ubicaron
las unidades de muestreo sistemáticamente cada décima unidad.
Este procedimiento se fundamenta en escoger una unidad de muestreo al azar y a partir de
esta, a intervalos constantes, se eligen las demás unidades de muestreo hasta completar
la muestra (Thompson et ál. 1998). Por ejemplo, si nuestro marco de muestreo es de 100
unidades y nuestro tamaño de muestra es 10, el intervalo de selección será de 100/10 = 10.
Luego se escoge la primera unidad de muestreo al azar del 1 al 10, y a partir de esta unidad
ubicamos las restantes unidades de acuerdo con el intervalo de selección calculado. Este
tipo de muestreo no requiere un marco de muestreo bien definido y además proporciona una
buena cobertura de la población a muestrear (Williams et ál. 2002).
1.9 Conteos incompletos
El conteo incompleto significa que no todos los individuos son contados en la unidad de
muestreo. Existen básicamente dos aproximaciones para tratar este tipo de información, 1)
los índices, que consiste en asumir que la proporción de individuos detectados es la misma
para todas las unidades de muestreo y para todos los intervalos de tiempo; y 2) métodos de
enumeración, que consisten en calcular la detectabilidad a partir del proceso de muestreo y
usarla para ajustar la abundancia (Thompson et ál. 1998).
426