En primer lugar, el investigador identifica a la población objetivo de toda la población. La población objetivo es la población de interés en la que el investigador quiere inferir sus hallazgos del estudio. La población accesible es parte de la población objetivo que el investigador puede comunicarse para investigar. Después de descubrir la población accesible, el marco de muestreo está hecho para extraer la muestra. El marco de muestreo no es más que la lista de todos los elementos/unidades en una población de la cual se eliminará la muestra. El marco ayuda a identificar a todos en la población para que todos puedan tener la misma oportunidad de selección para el estudio. La muestra es la (s) unidad (s) donde el investigador hace su investigación.
Las etapas involucradas en la selección de la muestra de una población objetivo se describen a continuación:
1. Identificar la población objetivo (población de interés)
La población objetivo se refiere al grupo de individuos u objetos a los que los investigadores están interesados en generalizar sus hallazgos. La población objetivo es el grupo de individuos u objetos, de los cuales se puede tomar la muestra. Una población bien definida reduce la probabilidad de incluir a los participantes que no son adecuados para el objetivo de investigación.
Por ejemplo, el investigador quiere estudiar el comportamiento de los niños pequeños en el grupo de juego. Tiene que seleccionar un área en particular (por ejemplo, todos los grupos de juego en su ciudad) para su estudio porque es imposible estudiar a los niños pequeños del mundo.
¿Qué es el método de muestreo?
Las muestras se utilizan si un examen de toda la población no se implementa sensatamente. Por ejemplo, no es posible pedirle a cada ciudadano su opinión en una encuesta. Para que aún pueda hacer declaraciones sobre la población, debe seleccionar la muestra cuidadosamente.
Diferenciaste diferentes tipos de muestras. Los más importantes son:
- Muestra de cuota y proceso de selección consciente
- Muestra de puñalada de grupo (muestra de clúster)
Aquí conocerá los tipos de muestreo utilizando el ejemplo de una encuesta entre la población.
Cada persona tiene la misma probabilidad de ser incluida en la muestra. Usted supone que las características (por ejemplo, edad y género) se representan automáticamente como en la población. La muestra solo tiene que ser lo suficientemente grande para esto.
- Muestra de cuota y proceso de selección consciente
- Muestra de puñalada de grupo (muestra de clúster)
Calcule a una persona en la muestra.
Debido al tamaño de la muestra requerido, a menudo es de tiempo llevar a cabo una muestra aleatoria. Entonces puedes recurrir a muestras de cuotas.
¿Cuántas y cuáles son las etapas para realizar un muestreo?
Antes de examinar los diversos tipos de método de muestreo, vale la pena señalar qué se entiende por muestreo, junto con razones por las cuales es probable que los investigadores seleccionen una muestra. Tomar un subconjunto del marco de muestreo elegido o la población completa se llama muestreo. El muestreo se puede utilizar para hacer inferencia sobre una población o para hacer generalización en relación con la teoría existente. En esencia, esto depende de la elección de la técnica de muestreo.
En general, las técnicas de muestreo se pueden dividir en dos tipos:
- Probabilidad o muestreo aleatorio
- Muestreo no de probabilidad o no aleatorio
Antes de elegir un tipo específico de técnica de muestreo, es necesario decidir una técnica de muestreo amplio. La Figura 1 muestra los diversos tipos de técnicas de muestreo.
Para generalizar a partir de una muestra aleatoria y evitar errores o sesgos de muestreo, una muestra aleatoria debe ser de tamaño adecuado. Lo que es adecuado depende de varios temas que a menudo confunden a las personas que realizan encuestas por primera vez. Esto se debe a que lo importante aquí no es la proporción de la población de investigación que se muestrean, sino el tamaño absoluto de la muestra seleccionada en relación con la complejidad de la población, los objetivos del investigador y los tipos de manipulación estadística que se utilizarán en análisis de datos. Si bien cuanto mayor sea la muestra, menor es la probabilidad de que los hallazgos se mantengan sesgados, los rendimientos decrecientes pueden establecerse rápidamente cuando las muestras superan un tamaño específico que debe equilibrarse con los recursos del investigador. Para decirlo sin rodeos, los tamaños de muestra más grandes reducen el error de muestreo pero a una velocidad decreciente. Varias fórmulas estadísticas están disponibles para determinar el tamaño de la muestra.
¿Cuáles son las etapas de un muestreo?
Las estimaciones confiables del tamaño de la población son importantes para desarrollar y monitorear programas de salud en poblaciones en riesgo. Laska, Meisner y Siegel (Biometrics 1988; 44: 461–72) desarrollaron un estimador imparcial para el tamaño de una población en un solo lugar basado en una sola muestra. Debido a que muchas poblaciones de interés no están contenidas en un solo lugar, este artículo generaliza el estimador de Laska, Meisner y Siegel para incorporar diseños de muestreo de dos y tres etapas y permitir la estimación del tamaño total de la población en múltiples lugares. El uso del estimador con diseños de muestreo de dos y tres etapas se ilustra con ejemplos que estiman el tamaño de una población de individuos que socializan durante un período de 4 semanas en lugares públicos donde es probable que la transmisión del virus de inmunodeficiencia humana y otras infecciones de transmisión sexual que se produzca.
Obtener estimaciones de tamaño de las poblaciones en riesgo de virus de inmunodeficiencia humana (VIH) es fundamental para planificar, implementar y evaluar programas de intervención. La prevención de nuevas infecciones por VIH requiere contacto dirigido con una gran proporción de la población en riesgo. Las estimaciones del tamaño de la población documentan la existencia y magnitud de las poblaciones en riesgo de VIH y ayudan en la asignación eficiente de medidas de prevención. En epidemias de VIH de bajo nivel y concentradas, establecer el tamaño de varias poblaciones en riesgo se ha identificado como una de las mayores dificultades para desarrollar estimaciones de prevalencia del VIH (1). Aunque ha habido un trabajo extenso en los campos de biología y pesca de vida silvestre para estimar el tamaño de las poblaciones animales, hay menos documentos en la literatura de epidemiología utilizando dichos métodos (2-6). El objetivo de este estudio fue desarrollar un estimador imparcial del tamaño de las poblaciones humanas en riesgo que se pueden implementar fácilmente en entornos de recursos limitados.
Se han utilizado muchos métodos para estimar el tamaño de las poblaciones humanas en riesgo, pero cada método tiene limitaciones. Para los comportamientos generalizados en la población general, los métodos de encuesta de población proporcionan estimaciones sólidas (7, 8). Sin embargo, la mayoría de los comportamientos de alto riesgo para el VIH no son frecuentes en la población general y se estigmatizan, lo que a menudo resulta en subregistro. Además, las poblaciones en riesgo a menudo están ocultas y no se pueden alcanzar por tales encuestas. Las encuestas etnográficas que utilizan técnicas nominativas, muestreo de bolas de nieve o entrevistas de acceso privilegiado utilizan una fracción pequeña y accesible de una población oculta más grande para identificar a otros que exhiben un comportamiento de riesgo similar. Aunque estos métodos son convenientes para acceder a poblaciones difíciles de alcanzar, la generalización de sus hallazgos es limitada (9). Métodos multiplicadores como los asociados con el muestreo impulsado por los encuestados usan información de dos fuentes superpuestas, por ejemplo, una institución en contacto con la población objetivo y la población misma (8). Esta técnica requiere un buen mantenimiento de registros institucionales, datos de instituciones y poblaciones que se superponen y claras definiciones de poblaciones, períodos de referencia de tiempo y áreas de captación. Los métodos de recaptura de captura han tenido éxito en estimar el tamaño de las poblaciones de difícil acceso, pero su utilidad está limitada por la disponibilidad de muestras independientes y no correlacionadas en las que las personas en la población objetivo tienen la misma probabilidad de ser capturados, por la capacidad identificar a las personas como capturas y recuperaciones, y por dificultades para estandarizar la definición de la población objetivo (2, 10).
Laska, Meisner y Siegel (LMS) (11) obtuvieron un estimador imparcial del tamaño de la población basado en una sola muestra. Este método supone que los individuos en la población de interés aparecen en las listas K, solo una de las cuales es observable. La población de interés es el número observable de individuos distintos en la lista de KTH más el número no observable de individuos distintos en las listas de K-1 anteriores que no aparecieron en la lista K. Las personas aparecen en las listas al participar en una actividad bien definida Una o más veces durante un período de tiempo específico, como K Days. Para implementar este procedimiento, se realiza una encuesta de todas o una muestra de todas las personas que participan en la actividad en el día KTH. Se pregunta a las personas seleccionadas cuándo se dedican a la actividad de interés. Según esta información, se puede obtener un estimador imparcial del tamaño de la población objetivo durante el período K-Día. LMS utilizó este procedimiento para estimar el número de personas distintas que recibieron servicios de un proveedor de salud mental durante un período de 52 semanas (11, 12).
¿Cuáles son las 4 etapas del muestreo?
El muestreo es el proceso de seleccionar unidades aleatorias de una población de interés para representar las características de esa población. El muestreo de manera estadísticamente válida y representativa es un paso crucial para realizar ensayos de control aleatorios de alta calidad. El proceso de muestreo consta de dos partes: diseño de muestra e implementación de muestras, que deben ocurrir temprano en el proceso de diseño de evaluación para facilitar la planificación de la recopilación de datos. El muestreo afecta el presupuesto, el tiempo, la precisión y la precisión de un proyecto de investigación. Esta página proporciona pautas y enfoques para el muestreo.
- ¡El código de muestreo requiere cuidado adicional! Los errores no se pueden corregir después de que la intervención, o encuesta, haya comenzado. Siempre solicite a una segunda persona que verifique su código antes de usar el muestreo generado en el campo. Para proyectos de diez centavos, siempre consulte a Dime Analytics antes de enviar una muestra al campo.
Antes de dibujar una muestra, debe identificar la población de interés. Defina claramente la región y las características de la población: estos detalles indicarán a quién debe representar la muestra.
Una vez que haya definido la población de interés, establezca el marco de muestreo y
Master DataSet. Esta es la lista más completa de las características fijas de las observaciones en la población de interés. Idealmente, el conjunto de datos maestro debe contener cada observación de la población de interés. Si no tiene un conjunto de datos maestro para la unidad de observación de la que está muestreando (es decir, hogares, pueblos, clínicas, escuelas), siempre debe comenzar creando uno. En el campo, esto se realiza mediante una lista en el nivel más bajo de agrupación posible.
La técnica de muestreo más básica es una muestra aleatoria simple. Esto funciona bien para estudios de pequeñas poblaciones, con un marco de muestreo completo para la población. Más típicamente, las evaluaciones de impacto dependen del muestreo de múltiples etapas (clúster), a menudo con estratificación.
Artículos Relacionados:
- Sistema de muestreo: cómo elegir la muestra perfecta para tu investigación
- Cómo muestrear correctamente para obtener resultados confiables
- Diseño de muestreo: cómo obtener una muestra representativa
- Esquema de muestreo: una guía completa
- Cómo hacer un muestreo de campo para garantizar la calidad de su producto
