- Muestreo al azar
- Muestra de expertos
- Muestreo por cuota
- Muestreo de elección razonada
- Avalancha o muestreo de cadena o bola de nieve
- Muestreo de conveniencia / disponibilidad
Se construye accidentalmente sin ningún criterio básico.
Las primeras 100 personas que responden al teléfono son entrevistadas (considerar el tiempo, etc.).
Ejemplo 2: En una encuesta de opiniones dentro de una pequeña empresa con 200 empleados, desea estudiar la evaluación atribuida a la calidad de la cantina. Para este propósito, se decide examinar una muestra que consta de 20 personas. Por razones de conveniencia, se entrevistan a las primeras 20 personas que se presentan en la sala de la cantina. Este criterio es muy práctico, ya que no debe esperarse la llegada de todos los empleados; Sin embargo, se examinarán a los empleados de nivel inferior: los empleados más comprometidos o menos «hambrientos» no serán parte de la muestra. Por lo tanto, esta muestra se ve mimada por un error sistemático.
Está compuesto por sujetos que se cree que están particularmente informados sobre ciertos temas.
Se utiliza en investigación cualitativa (grupo focal).
- Muestreo al azar
- Muestra de expertos
- Muestreo por cuota
- Muestreo de elección razonada
- Avalancha o muestreo de cadena o bola de nieve
- Muestreo de conveniencia / disponibilidad
Tiene la misma lógica del muestreo estratificado, pero los investigadores seleccionan las acciones con criterios no probabilísticos.
¿Qué es una muestra no aleatoria?
El marco basado en el muestreo de probabilidad ha dominado la encuesta
Investigación porque proporciona herramientas matemáticas precisas para evaluar el muestreo
variabilidad. Sin embargo, el aumento de los costos y la disminución de las tasas de respuesta son
Ampliar el uso de muestras no probabilidad, particularmente en general
Configuración de la población, donde las muestras de individuos extraídos de las encuestas web son
cada vez más barato y fácil de acceder. Pero las muestras no probabilidad son
en riesgo de sesgo de selección debido al acceso diferencial, grados de interés y
otros factores. Calibración a totales estadísticos conocidos en la población
proporcionar un medio para disminuir potencialmente el efecto del sesgo de selección en
muestras de no probabilidad. Aquí mostramos que la calibración del modelo usando adaptativa
Losso puede producir un estimador consistente de un total de la población siempre que sea un
El subconjunto de los verdaderos predictores se incluye en el modelo de predicción, por lo tanto
permitiendo que se incluyan grandes cantidades de posibles covariables sin riesgo de
sobreajuste. Mostramos que la calibración del modelo utilizando las laesso adaptativo proporciona
Estimación mejorada con respecto al error cuadrado medio en relación con el estándar
competidores como estimadores de regresión generalizada (Greg) cuando un gran
Se requiere número de covariables para determinar el modelo verdadero, con efectivamente
Sin pérdida de eficiencia sobre Greg cuando los modelos más pequeños serán suficientes. Nosotros también
deriva los estimadores de varianza de forma cerrada de los totales de población y compare su
Comportamiento con estimadores de arranque. Concluimos con un ejemplo del mundo real usando
Datos de la Encuesta Nacional de Entrevistas de Salud.
La metodología de la encuesta publica artículos que tratan varios aspectos del desarrollo estadístico relevante para una agencia estadística, como cuestiones de diseño en el contexto de restricciones prácticas, uso de diferentes fuentes de datos y técnicas de recolección, error de encuesta total, evaluación de encuestas, investigación en metodología de encuestas, tiempo Análisis en serie, ajuste estacional, estudios demográficos, integración de datos, métodos de estimación y análisis de datos, y desarrollo general de sistemas de encuestas. El énfasis se pone en el desarrollo y la evaluación de metodologías específicas aplicadas a la recopilación de datos o los datos mismos. Todos los documentos serán arbitrados. Sin embargo, los autores conservan toda la responsabilidad por el contenido de sus documentos y opiniones expresadas no son necesariamente las de la Junta Editorial o de Statistics Canada.
La metodología de la encuesta se publica dos veces al año en formato electrónico. Se invita a los autores a enviar sus artículos en inglés o francés en forma electrónica, preferiblemente en palabra al editor, (statcan.smj-rte.statcan@canada.ca, Statistics Canada, 150 Tunney’s Pastaway, Ottawa, Ontaño, Canadá, K1A 0t6). Para obtener instrucciones de formato, consulte las pautas proporcionadas en la revista y en el sitio web (www.statcan.gc.ca/surveymethodology).
¿Qué es la muestra no aleatoria?
- El escaneo de probabilidad incluye una selección aleatoria con la que puede sacar fuertes conclusiones estadísticas en todo el grupo.
- El escaneo de no probabilidad incluye la selección de la selección de no plazo basada en la conveniencia u otros criterios con los que puede recopilar datos fácilmente.
Una muestra representativa es un subconjunto de una población que refleja con precisión las propiedades del grupo más grande…. Las muestras son útiles en el análisis estadístico si los tamaños de población son grandes porque contienen versiones más pequeñas y manejables del grupo más grande.
Adquisición de datos de una población completa y no solo una muestra. Ejemplo: una descripción general del tiempo de viaje a través de…… todos en la escuela preguntan es un censo (la escuela)…. Pero solo 50 personas seleccionadas al azar para preguntar es un ensayo.
La respuesta a esto es que se requiere un tamaño de muestra adecuado para la validez. Si el tamaño de la muestra es demasiado pequeño, no proporciona resultados válidos. Un tamaño de muestra adecuado puede crear la precisión de los resultados…. Si usamos tres variables independientes, una regla clara tendría un tamaño de muestra mínimo de 30.
- El escaneo de probabilidad incluye una selección aleatoria con la que puede sacar fuertes conclusiones estadísticas en todo el grupo.
- El escaneo de no probabilidad incluye la selección de la selección de no plazo basada en la conveniencia u otros criterios con los que puede recopilar datos fácilmente.
Una muestra representativa es una que representa, refleja o «es su población». Una muestra representativa debe ser un reflejo imparcial de la población.
¿Qué es un muestreo aleatorio y no aleatorio?
Entrevistado regularmente en cuestiones de metodología de encuestas mediante encuesta, en particular el tamaño de la muestra que se cuestionará para obtener resultados significativos, respondo en particular a través del blog de Questio. Varios artículos en este blog de hecho envían estas preguntas esenciales para todos aquellos de ustedes que desean extrapolar sus resultados de encuestas a toda la población de la cual se extrae la muestra.
Te ofrezco una iluminación general y muy sintética aquí, sobre estos métodos y su uso para constituir muestras.
En teoría, solo un muestreo aleatorio, también llamado probabilístico, ya que se basa en la teoría de las probabilidades, permite obtener resultados estadísticamente representativos, por lo tanto, generalizables para toda la población estudiada.
Existen varios métodos para dibujar una muestra aleatoria, su punto común es que «todas las personas que componen la población tienen una probabilidad conocida de ser parte de la muestra».
Entre estos métodos, los más utilizados son un muestreo aleatorio simple, muestreo sistemático, muestreo de grupos (si podemos dividir la base de la encuesta en subgrupos con fuertes similitudes entre ellos) y muestreo laminado (cuando la población tiene una distribución asimétrica en ciertos datos conocidos). Para obtener más información sobre estos métodos, lo remito a este artículo.
¿Cuáles son los muestreos no aleatorios?
Recuerde: hablamos de muestreo no aleatorio cuando no tenemos acceso a una lista completa de las personas que forman la población (un marco de muestreo) y, por lo tanto, no saben la probabilidad de que se seleccione un individuo determinado para la muestra.
La principal consecuencia de esta falta de información es que no podemos generalizar los resultados con precisión estadística.
El muestreo de disponibilidad se usa con bastante frecuencia. Participa en una muestra de la población porque es accesible. Es decir, las personas son seleccionadas para la investigación no porque cumplan con algún criterio estadístico, sino porque están disponibles. Esta conveniencia generalmente se traduce en fácil operación y bajos costos de muestreo. La compensación, por supuesto, es que es imposible usar los resultados para hacer afirmaciones generales sobre la población con cualquier tipo de rigor estadístico.
Supongamos que queremos saber los pensamientos de los estudiantes universitarios chilenos sobre la política. Para obtener una muestra aleatoria, necesitaríamos una lista de todos los estudiantes en todas las universidades en Chile para que podamos seleccionar aleatoriamente a un grupo de individuos y entrevistarlos. Para obtener una muestra de disponibilidad, por otro lado, podríamos serpentear a las tres universidades más cercanas a donde vivimos y encuestamos, sin embargo, muchas personas aceptan participar cuando las atrapamos entre clases.
Las delimitaciones de este método de muestreo son obvias. En nuestro ejemplo, diferentes universidades podrían correlacionarse con diferentes grupos sociales y opiniones políticas. Además, si elijo a los estudiantes de tres universidades específicas y las examino por la mañana, sus opiniones pueden diferir de sus homólogos de la tarde (que podrían estar trabajando a tiempo parcial por la mañana y tomando clases por la tarde).
Artículos Relacionados:
- Los tipos de muestreo aleatorio más eficientes para recopilar datos
- Los 3 tipos de muestreo aleatorio simple más utilizados
- ¿Qué es el muestreo aleatorio y cuáles son sus ventajas?
- ¿Qué es el muestreo aleatorio y no aleatorio? ¿Cuáles son las diferencias entre los dos?
- Equiprobabilidad y muestreo: ¿Cómo funciona?
- Cómo elegir una muestra no aleatoria para tu investigación
