En la técnica de muestreo de probabilidad, también conocida como muestreo aleatorio, todos en la población tienen la misma oportunidad de ser elegidos como muestra representativa:
- Todos en la muestra deben tener la misma probabilidad, o oportunidad fija, para estar en el conjunto de muestras. y
- La probabilidad de cualquier miembro del grupo de muestra que se seleccione para la muestra se puede calcular matemáticamente. En otras palabras, todos tienen lo mismo, una posibilidad justa de ser seleccionados.
Las características del muestreo de probabilidad se pueden resumir de la siguiente manera:
Una de las características más notables del método de muestreo no probabilidad, también conocido como muestreo no aleatorio, es que no hay ninguna probabilidad específica de que una persona determinada esté en el conjunto de muestras. En otras palabras, no sabe qué persona de una población será elegida para la muestra.
Algunas características del muestreo de no probabilidad incluyen:
- Todos en la muestra deben tener la misma probabilidad, o oportunidad fija, para estar en el conjunto de muestras. y
- La probabilidad de cualquier miembro del grupo de muestra que se seleccione para la muestra se puede calcular matemáticamente. En otras palabras, todos tienen lo mismo, una posibilidad justa de ser seleccionados.
Con el muestreo no probabilidad, las inferencias no se pueden dibujar sobre la población más grande en función de una muestra de no probabilidad. Sin embargo, este no es siempre el caso, ya que una visión realista de cómo las personas abordan los resultados de la investigación identifican fácilmente situaciones en las que las personas sacan conclusiones de inapropiado de los hallazgos asociados con muestras de no probabilidad.
¿Qué características tiene el muestreo?
Muestreo de la estrategia de detección estadística que consiste en la observación de una parte de las unidades que constituyen una población para obtener información válida para toda la población. El subconjunto de las unidades en las que se lleva a cabo la detección toma el nombre de → muestra. Para que la información proporcionada por la muestra sea válida para toda la población, es necesario que refleje las características principales de este último, a saber, que la muestra es representativa. Dado que esta representatividad no se puede verificar, ya que no siempre es posible o económico conocer a toda la población con respecto a las características que se están investigando, se han desarrollado varios patrones de muestreo, es decir, diferentes reglas de extracción de una muestra de una población , que conduce a la construcción de muestras al menos no distorsionadas. Los métodos de muestreo generalmente están en bases probabilísticas y siguen procedimientos aleatorios. Los más comunes son:
• El muestreo aleatorio simple: las unidades que se convierten en parte de la muestra se eligen mediante dibujo directo (por ejemplo, a través de números aleatorios o procedimientos automáticos de generación de números pseudocasuales a los que los elementos de la población de referencia están asociados biunívocamente). En este caso, todas las unidades que forman parte de la población son iguales a ser parte de la muestra;
• El muestreo estratificado: después de dividir a la población en clases o capas, desarticulada pero exhaustiva en general, cada uno formado por elementos homogéneos, se extrae una muestra aleatoria simple, de tamaño apropiado, de cada una de las capas. Las capas se forman sobre la base de parámetros objetivos de los cuales se conocen las dimensiones relativas (por ejemplo, capas para clases de edad o origen geográfico, en el caso de investigaciones relacionadas con la población humana): incluso si este método no garantiza la cubierta de Extracción, sin embargo, garantiza una buena representatividad del universo para ser examinado porque evita algunas posibles distorsiones aleatorias;
¿Qué características tiene el muestreo sistematico?
El muestreo sistemático es un método que imita muchos de los beneficios de aleatorización del muestreo aleatorio simple, pero es un poco más fácil de realizar.
Puede usar un muestreo sistemático con una lista de toda la población, como en un muestreo aleatorio simple. Sin embargo, a diferencia de un muestreo aleatorio simple, también puede usar este método cuando no puede acceder a una lista de su población con anticipación.
Cuando se utiliza un muestreo sistemático con una lista de población, es esencial considerar el orden en el que su población figura en la lista para garantizar que su muestra sea válida.
Si su población está en orden ascendente o descendente, el uso de muestreo sistemático aún debe darle una muestra bastante representativa, ya que incluirá participantes de los extremos inferiores y superiores de la población.
Por ejemplo, si está muestras de una lista de personas ordenadas por edad, el muestreo sistemático dará como resultado una población extraída de todo el espectro de edad. Si en su lugar usó un muestreo aleatorio simple, es posible (aunque poco probable) que terminaría solo con personas más jóvenes o mayores.
No debe utilizar un muestreo sistemático si su población se ordena cíclica o periódicamente, ya que no se puede garantizar que su muestra resultante sea representativa.
Si prueba cada vigésimo individuo, porque cada departamento está ordenado por edad, su población consistirá en la persona más antigua de cada una. Lo más probable es que esto no proporcionará una muestra representativa de toda la población hospitalaria.
¿Cuándo es un muestreo sistemático?
En la metodología de la encuesta, el muestreo sistemático es un método estadístico que involucra la selección de elementos de un marco de muestreo ordenado. La forma más común de muestreo sistemático es un método de equiprobabilidad. En este enfoque, la progresión a través de la lista se trata circularmente, con un regreso a la cima una vez que se pasa el final de la lista. El muestreo comienza seleccionando un elemento de la lista al azar y luego se selecciona cada elemento kth en el marco, donde k, es el intervalo de muestreo (a veces conocido como el omisión): esto se calcula como: [1]
donde n es el tamaño de la muestra, y N es el tamaño de la población.
Usando este procedimiento, cada elemento de la población tiene una probabilidad de selección conocida e igualitaria (también conocida como EPSEM). Esto hace que el muestreo sistemático funcione funcionalmente similar al muestreo aleatorio simple (SRS). Sin embargo, no es lo mismo que SRS porque no todas las muestras posibles de cierto tamaño tienen la misma posibilidad de ser elegido (por ejemplo, muestras con al menos dos elementos adyacentes entre sí nunca serán elegidos por muestreo sistemático). Sin embargo, es mucho más eficiente (si la varianza dentro de la muestra sistemática es mayor que la varianza de la población). [Cita necesaria]
El muestreo sistemático se aplicará solo si la población dada es lógicamente homogénea, porque las unidades de muestra sistemática se distribuyen uniformemente sobre la población. El investigador debe asegurarse de que el intervalo de muestreo elegido no oculte un patrón. Cualquier patrón amenazaría la aleatoriedad.
¿Cuáles son las ventajas del muestreo probabilistico?
Muestreo: esta es la operación por la cual seleccionamos a las personas que constituyen la muestra.
Una muestra: es una parte finita de una población estadística cuyas propiedades se estudian para obtener información sobre todo.
Muestra representativa: se dice que una muestra es representativa si todos los individuos en la población matriz tienen una probabilidad no cisada de pertenecer a la muestra y ser seleccionados. La mejor manera de obtener esta representatividad es elegir individuos aleatorios que aparezcan en la lista de individuos en la población matriz.
Técnicas de muestreo: existen dos técnicas: muestreo probabilístico o aleatorio y muestreo no probabilístico o no aleatorio.
En el caso del muestreo probabilístico, cada unidad tiene la misma oportunidad de ser seleccionada y esta oportunidad se puede cuantificar, lo cual no es cierto para el muestreo no probabilístico; En este caso, cada unidad incluida dentro de una población no tiene la misma oportunidad de ser seleccionada.
Las técnicas probabilísticas de muestreo permiten calcular el margen del error de muestreo. Por lo tanto, será posible generalizar los resultados en toda la población mientras asume un riesgo calculado. El uso de esta técnica requiere una lista completa de todas las unidades estadísticas de la población objetivo llamada base de encuestas. Una base de encuestas es una lista de individuos de las cuales se toma una muestra.
Artículos Relacionados:
- 5 características del muestreo no probabilístico que todo investigador debería conocer
- Técnicas de muestreo probabilístico: guía paso a paso
- Los 4 tipos de muestreo probabilístico que todo estudiante debería conocer
- Estudio revela los beneficios del muestreo probabilístico sistemático para la toma de decisiones
