¿Qué es mejor para tu empresa, el muestreo por cuotas o el muestreo accidental?

El muestreo de cuotas es donde se toma una muestra muy personalizada que se propaga a alguna característica o rasgo de una población. Por ejemplo, podría dividir una población por el estado en el que viven, el nivel de ingresos o educación, o sexo. La población se divide en grupos (también llamados estratos) y se toman muestras de cada grupo para cumplir con una cuota. Se tiene cuidado para mantener las proporciones correctas representativas de la población. Por ejemplo, si su población consta de 45% mujeres y 55% masculinos, su muestra debe reflejar esos porcentajes. El muestreo de cuotas se basa en el juicio del investigador y se considera una técnica de muestreo no probable.

  • El sesgo de selección plantea un problema. Por ejemplo, puede evitar elegir a las personas que viven más lejos o personas en vecindarios difíciles. Esto puede hacer que el resultado no sea representativo de la población.

Las proporciones para el muestreo de cuotas deben ser precisas; Esto a veces es difícil o imposible de lograr. Además, tiene la opción de establecer una cuota más alta o más baja que la proporción observada en la población. Por ejemplo, supongamos que está investigando opiniones sobre la pena de muerte y quiere asegurarse de que las minorías estén incluidas en la encuesta. La población puede consistir en un 3% de nativos americanos, pero usted cambia la cuota a 5% para garantizar que se incluyan las opiniones de los nativos americanos. La inclusión de ciertas minorías ha llegado a expensas de una muestra verdaderamente representativa.

Con un muestreo de probabilidad, como un muestreo aleatorio simple, hay reglas que rigen cómo obtener la muestra. Sin embargo, con el muestreo de cuotas, no existen reglas formales. Los pasos generales a seguir son:

  • El sesgo de selección plantea un problema. Por ejemplo, puede evitar elegir a las personas que viven más lejos o personas en vecindarios difíciles. Esto puede hacer que el resultado no sea representativo de la población.
  • Divida la población en subgrupos. Estos deberían ser exclusivos. Por ejemplo, puede dividir a los empleados por tipo de título educativo.
  • Descubra la proporción de subgrupos a la población. Por ejemplo, los empleados que tienen un título en ciencias físicas pueden ser 1 de 4.
  • Elija el tamaño de su muestra. Por ejemplo, si está probando 10,000 personas, es posible que tenga una muestra de cuota de 100.
  • Elija participantes, teniendo cuidado de adherirse a las características del subgrupo. Para este ejemplo, el 25% de su muestra debe tener un título en ciencias físicas. El proceso de selección continúa hasta que se llenen sus cuotas.
  • ¿Cuáles son las etapas del muestreo de cuotas?

    El muestreo de cuotas es un tipo de técnica de muestreo no probabilidad. El muestreo no probabilidad se centra en las técnicas de muestreo que se basan en el juicio del investigador [ver nuestro artículo de muestreo de no probabilidad para obtener más información sobre el muestreo sin probabilidad]. Este artículo explica (a) qué muestreo de cuotas es, (b) cómo crear una muestra de cuotas y (c) las ventajas y desventajas (limitaciones) del muestreo de cuotas.

    Imagine que un investigador quiere comprender más sobre los objetivos profesionales de los estudiantes en la Universidad de Bath. Digamos que la universidad tiene aproximadamente 10,000 estudiantes. Estos 10,000 estudiantes son nuestra población (N). Para comprender más sobre esta población, solo necesitamos examinar una muestra (n) de estudiantes, no toda la población de 10,000 estudiantes. Además, a veces estamos interesados ​​en estratos (grupos) particulares dentro de la población. Por lo tanto, la muestra de cuota implica dividir a la población en dos o más estratos (grupos). Estos estratos se expresan como H.

    Por ejemplo, imaginamos que estábamos interesados ​​en comparar las diferencias en los objetivos profesionales entre los estudiantes masculinos y femeninos en la Universidad de Bath. Si este fuera el caso, nos gustaría asegurarnos de que la muestra que seleccionamos tuviera un número proporcional de estudiantes masculinos y femeninos en relación con la población. Por lo tanto, el número total de estudiantes masculinos y femeninos incluidos en nuestra cuota solo sería igual si 5,000 estudiantes de la universidad fueran hombres y los otros 5,000 estudiantes fueran mujeres. Dado que es poco probable que este sea el caso, el número de unidades que deben seleccionarse para cada estrato (es decir, el número de estudiantes seleccionados variará) variará. Explicamos cómo se logra esto en la siguiente sección: crear una muestra de cuota.

    ¿Cuáles son las dos etapas del muestreo por cuotas?

    • Divida la población en subgrupos de acuerdo con las características de control relevantes. Los subgrupos deben excluirse entre sí y ser colectivamente exhaustivos para evitar elementos superpuestos en los subgrupos.
    • Defina las proporciones de los subgrupos para decidir cuántos elementos se elegirán de cada subgrupo (cuotas).
    • Seleccione un tamaño de muestra apropiado, luego elija elementos en subgrupos mientras tenga en cuenta el número de elementos que se pueden seleccionar en cada subgrupo (cuotas).

    Supongamos que un investigador quiere estudiar los hábitos de compra de los residentes de Nueva York de acuerdo con su sexo y su estatus profesional. En este ejemplo, el estado de sexo y empleo serán las «características de control relevantes», utilizando las cuales se decidirán las cuotas.

    • Divida la población en subgrupos de acuerdo con las características de control relevantes. Los subgrupos deben excluirse entre sí y ser colectivamente exhaustivos para evitar elementos superpuestos en los subgrupos.
    • Defina las proporciones de los subgrupos para decidir cuántos elementos se elegirán de cada subgrupo (cuotas).
    • Seleccione un tamaño de muestra apropiado, luego elija elementos en subgrupos mientras tenga en cuenta el número de elementos que se pueden seleccionar en cada subgrupo (cuotas).
  • Estado laboral:
  • El 10 % de los laboristas de Nueva York está desempleado
  • Se utiliza el 90 % de los laboristas de Nueva York
  • Género
  • El 40 % de la población de Nueva York se identifica como un hombre.
  • El 60 % de la población de Nueva York se identifica como una mujer.
  • Luego, los investigadores usarán esta información para reflejar proporciones similares de hombres y mujeres y empleados/desempleados en su grupo de muestras.

    Para este estudio, digamos que el tamaño de la muestra se establece en 100 personas. Los investigadores utilizarán herramientas de estudio de mercado con cuotas para decidir cuántos hombres y mujeres serán elegidos de acuerdo con su estado laboral. Por lo tanto, pueden elegir incluir 60 mujeres y 40 hombres, 10 de los cuales están desempleados. Estos elementos serán elegidos por el investigador sobre la base de la conveniencia o el juicio.

    ¿Qué es el muestreo en dos etapas?

    El muestreo de clúster es un tipo de método de muestreo en el que dividimos una población en grupos, luego seleccionamos aleatoriamente algunos de los grupos e incluimos todos los miembros de esos grupos en la muestra.

    Por ejemplo, suponga que una empresa que da tours de observación de ballenas quiere encuestar a sus clientes. De diez recorridos que dan un día, seleccionan al azar cuatro tours y preguntan a cada cliente sobre su experiencia.

    Una extensión de esto se conoce como muestreo de clúster de dos etapas, que utiliza los siguientes pasos:

    Paso 1: divida una población en grupos, luego seleccione aleatoriamente algunos de los grupos.

    Paso 2: dentro de cada clúster elegido, seleccione aleatoriamente algunos de los miembros que se incluirán en la encuesta.

    Por ejemplo, la compañía de observación de ballenas puede seleccionar al azar cuatro tours y luego, dentro de cada una de esas giras, pueden seleccionar aleatoriamente un subconjunto de clientes que se incluirán en la encuesta.

    En este ejemplo en particular, seleccionamos al azar cuatro grupos y luego dentro de cada clúster seleccionamos al azar cuatro de los siete clientes que se incluirán en la encuesta.

    El beneficio del muestreo de grupos es que ofrece una forma mucho más conveniente de recolectar una muestra en comparación con otros métodos de muestreo de probabilidad, especialmente cuando los miembros de una población se extienden en un área geográfica amplia.

    El muestreo de clúster de dos etapas lleva esto un paso más allá al incluir solo algunos miembros de cada clúster seleccionado al azar para estar en la muestra final.

    Artículos Relacionados:

    Más posts relacionados:

    Deja una respuesta

    Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *