El mejor método de muestreo
es el método de muestreo que cumple más efectivamente los objetivos particulares de la
Estudio en cuestión.
La efectividad de un método de muestreo
depende de muchos factores. Porque estos factores interactúan de maneras complejas,
El «mejor» método de muestreo rara vez es obvio. Los buenos investigadores usan el
Siguiente estrategia para identificar el mejor método de muestreo.
- Enumere los objetivos de investigación (generalmente alguna combinación de precisión, precisión,
y/o costo).
Los cálculos involucrados en la comparación de diferentes métodos de muestreo pueden ser complejos
y lento. La calculadora de tamaño de muestra de Stat Trek puede ayudar. La calculadora calcula
Precisión de encuesta, requisitos de tamaño de muestra, costos, etc., lo que le permite comparar
Métodos de muestreo alternativo de manera rápida, fácil y precisa. La calculadora crea
Un informe resumido que enumera hallazgos clave y documentos de técnicas analíticas. Y la calculadora
está libre. Puede encontrar la calculadora de tamaño de muestra en Stat Trek’s
Menú principal en la pestaña Herramientas de estadísticas. O puede tocar el botón de abajo.
En esta sección, ilustramos cómo elegir el mejor método de muestreo trabajando
a través de un problema de muestra. Aquí está el problema:
Al final de cada año escolar, el
El estado administra una prueba de lectura a una muestra de estudiantes de tercer grado. La escuela
El sistema tiene 20,000 alumnos de tercer grado, mitad niños y media niñas. Hay 1000
clases de tercer grado, cada una con 20 estudiantes.
El presupuesto máximo para esta investigación es
$ 3600. El único gasto es el costo de superar cada sesión de prueba. Esta cantidad
a $ 100 por sesión.
¿Qué tipos de muestreo existen y cuáles son sus características?
La cuestión de saber cuántas muestras se debe medir para saber lo suficiente que se planteó un fenómeno físico desde el siglo XIX. Algunos autores creen que el teorema de muestreo es un caso especial de un resultado demostrado por Cauchy en 1827 y en 1841 [8], afirmación en disputa [9]. El propio Shannon se refiere a los matemáticos anteriores, en particular Edmund Taylor Whittaker.
La demostración clásica del teorema por Claude Shannon, que forma parte de un artículo sobre la determinación de la cantidad de información en una señal limitada en frecuencia y en presencia de ruido [10], se basa en la transformación de Fourier. Esta operación solo puede dar un espectro de frecuencia limitado con señales supuestamente infinitas en el tiempo, señala Dennis Gabor en un artículo publicado poco antes [11]. Pero las diferencias en el rigor matemático, las respuestas Shannon, son de importancia si los errores que generan son mucho más bajos que el ruido de fondo.
El desarrollo del procesamiento de señales en los años siguientes [4] dará lugar a muchos refinamientos de la teoría matemática del muestreo. El más radical es el uso de la teoría de la distribución para describir el muestreo. Al proporcionar una extensión al concepto de función, por lo tanto, por consecuencia, que a la transformación de Fourier, proporciona una estructura matemática ideal para el muestreo. Esta es la descripción que prevalece en la mayoría de los libros de texto de hoy. La demostración de Shannon, de hecho, si cumple con los criterios para el rigor de una filosofía pragmática, deja al matemático idealista insatisfecho. Para los portadores de información de información, limitado a priori en duración y resolución (por ruido de fondo), la transformación de Fourier proporciona una descripción de frecuencias adecuadas, y de esta transformación, podemos regresar, por la transformación opuesta, a la descripción temporal. Pero en el caso de una función periódica, por lo tanto, sin límite de duración, la transformación de Fourier da como resultado un espectro de líneas, correspondientes a los coeficientes de la serie de Fourier. Este espectro de una señal periódica ideal no cumple con las condiciones de Dirichlet y uno no puede aplicar la transformación inversa de Fourier a él, para encontrar la función periódica. La teoría de la distribución permite superar esta limitación teórica [12].
Más recientemente, ha habido otras formas de definir la previsibilidad de una señal entre las muestras que estudiar sus límites de ancho de banda, lo que lleva a una generalización del teorema de muestreo del concepto de tasa de innovación [13], [14]. Esta investigación converge con el desarrollo de métodos de adquisición comprimidos.
¿Qué tipo de muestreo ejemplos?
El método de muestreo es decisivo de la confiabilidad de los resultados del estudio de mercado o el análisis de datos. Se trata de seleccionar una muestra de población representativa, para obtener consecuencias útiles de una encuesta optimizada en términos de los recursos de la empresa. Se distinguen dos tipos de métodos: muestreo aleatorio o probabilístico, y muestreo no aleatorio.
La elección es naturalmente en el método de muestreo no aleatorio. Ilustración: el servicio después de las ventas de la compañía aísla deliberadamente a los clientes que han pospuesto disfunciones en un producto para identificar desgloses frecuentes. En teoría, sin embargo, el método probabilístico es más riguroso, porque la muestra constituida de forma estadística es más probable que sea representativa. En el ejemplo: el servicio después de -sales dibuja un número determinado de clientes que han comprado el producto; En este caso, la compañía no solo identifica las descomposiciones frecuentes, sino que también mide su frecuencia para evaluar su naturaleza significativa o no. El análisis está enriquecido y los resultados son mejor explotables.
El método de muestreo designa el proceso de selección de un grupo limitado de individuos, que se cuestionará en el marco de una encuesta a gran escala. La muestra es un subgrupo representativo de la población dirigida por la encuesta.
Cuando la compañía realiza un estudio de mercado, un análisis de datos, una encuesta o cualquier otro tipo de encuesta, el primer paso es definir la población objetivo. Cuando el volumen es considerable, cuestionar el todo no es realista, o demasiado consumidor en el tiempo, el dinero o los recursos humanos. Para racionalizar el esfuerzo, la compañía selecciona una muestra. Es en esta ocasión que debes elegir un método de muestreo. Antes de su implementación, la Compañía determina el tamaño relevante para la muestra, es decir, el número de personas que lo constituyen.
Los métodos de muestreo no aleatorios o no probabilísticos consisten en seleccionar individuos de la población objetivo sobre la base de criterios subjetivos. Cinco métodos coexisten.
Artículos Relacionados:
