El muestreo aleatorio simple requiere usar números generados aleatoriamente para elegir una muestra. Más específicamente, inicialmente requiere un marco de muestreo, una lista o base de datos de todos los miembros de una población. Luego puede generar aleatoriamente un número para cada elemento, usando Excel, por ejemplo, y tomar las primeras N muestras que necesita.
Para dar un ejemplo, imagine que la tabla a la derecha era su marco de muestreo. Usando un software como Excel, puede generar números aleatorios para cada elemento en el marco de muestreo. Si necesita un tamaño de muestra de 3, entonces tomaría las muestras con los números aleatorios del 1 al 3.
El muestreo aleatorio estratificado comienza dividiendo una población en grupos con atributos similares. Luego se toma una muestra aleatoria de cada grupo.
Este método se utiliza para garantizar que diferentes segmentos en una población estén igualmente representados. Para dar un ejemplo, Imagine una encuesta se realiza en una escuela para determinar la satisfacción general. Puede tener sentido aquí usar un muestreo aleatorio estratificado para representar igualmente las opiniones de los estudiantes en cada departamento.
El muestreo de grupos comienza dividiendo una población en grupos o grupos. Lo que hace que esto sea diferente que se estratificó el muestreo es que cada grupo debe ser representativo de la población. Luego, selecciona aleatoriamente grupos completos para la muestra.
Por ejemplo, si una escuela primaria tuviera cinco clases diferentes de octavo grado, se podría usar un muestreo aleatorio de clúster y solo se eligiría una clase como muestra, por ejemplo.
¿Cuáles son los tipos de muestreo aleatorio?
Aquí hay un esquema que presenta los conceptos principales a saber (esta figura se reproduce de los análisis de estudios y marketing de libros cuya octava edición apareció en Pearson en agosto de 2018):
La población es el conjunto de individuos interesados, en otras palabras, es todo el grupo como se define en los objetivos de la encuesta.
La base de la encuesta disponible para llevar a cabo la encuesta no siempre corresponde exactamente a la población. Por ejemplo, una lista extraída de un directorio de negocios puede no ser exhaustivo, no estar actualizado, que contiene empresas que se han ido a la quiebra, etc. En algunos casos, en ausencia de una lista, la base de la encuesta se reduce a la serie de hipótesis formuladas en la población, por ejemplo, los consumidores de café que beben al menos dos tazas por día.
La diferencia de adecuación entre la base de la encuesta y toda la población corresponde al error de cobertura.
La muestra es el subconjunto de la población seleccionada para representar a todo el grupo.
Cualquier tipo de error vinculado al método de muestreo se llama error de muestreo. En el diagrama anterior, vemos que parte de la muestra está fuera de la población.
La unidad básica de la encuesta se llama unidad de muestreo. La mayoría de las veces es el individuo quien responde a la investigación, pero también puede ser un hogar familiar o un negocio.
Lo principal a recordar es que los resultados obtenidos en la muestra solo son extrapolables para toda la población si la muestra es representativa.
¿Qué es el método de muestreo aleatorio?
- – Cada elemento se selecciona independientemente de todos los demás elementos. Eso significa:
- – Cada elemento de la población tiene una probabilidad bien conocida y igual de ser seleccionada.
- – Cada muestra posible de los tamaños dados tiene una probabilidad bien conocida de ser seleccionada.
- – Para la selección de la muestra, se selecciona inicialmente un «elemento inicial». Luego, cada elemento I-TE se extrae del plan de muestra.
- – La distancia I resulta de la relación del tamaño de la población en la medida de la muestra, es decir, i = n/n
En la muestra en capas, la población se divide inicialmente en las capas no superpuestas (estras). Una (dis) proporción proporcional de los elementos se extrae de cada capa. Los elementos de una capa deben ser similares en cierta medida.
- – Cada elemento se selecciona independientemente de todos los demás elementos. Eso significa:
- – Cada elemento de la población tiene una probabilidad bien conocida y igual de ser seleccionada.
- – Cada muestra posible de los tamaños dados tiene una probabilidad bien conocida de ser seleccionada.
- – Para la selección de la muestra, se selecciona inicialmente un «elemento inicial». Luego, cada elemento I-TE se extrae del plan de muestra.
- – La distancia I resulta de la relación del tamaño de la población en la medida de la muestra, es decir, i = n/n
En el caso de una muestra, la población se divide inicialmente en bultos mutuamente excluyentes (grupos). Posteriormente, se eligen bultos, que alcanzan la muestra en toda su extensión.
- – Cada elemento se selecciona independientemente de todos los demás elementos. Eso significa:
- – Cada elemento de la población tiene una probabilidad bien conocida y igual de ser seleccionada.
- – Cada muestra posible de los tamaños dados tiene una probabilidad bien conocida de ser seleccionada.
- – Para la selección de la muestra, se selecciona inicialmente un «elemento inicial». Luego, cada elemento I-TE se extrae del plan de muestra.
- – La distancia I resulta de la relación del tamaño de la población en la medida de la muestra, es decir, i = n/n
Artículos Relacionados:
- Los tipos de muestreo aleatorio más eficientes para recopilar datos
- Metodo de muestreo aleatorio: la mejor manera de obtener datos precisos
- Los 3 tipos de muestreo aleatorio simple más utilizados
- Los tipos de muestreo no aleatorio más populares
- ‘Cómo encontrar muestras de voluntarios para tu investigación’
