El muestreo aleatorio simple puede ser simple de realizar (como su nombre lo indica), pero no se usa con tanta frecuencia. Pero eso no significa que no debería usarse. Mientras se haga correctamente, hay ciertas ventajas distintas para este método de muestreo.
El uso de muestreo aleatorio simple elimina todos los toques de sesgo, o al menos debería. Debido a que las personas que conforman el subconjunto del grupo más grande se eligen al azar, cada individuo en el conjunto de población grande tiene la misma probabilidad de ser seleccionados. En la mayoría de los casos, esto crea un subconjunto equilibrado que tiene el mayor potencial para representar al grupo más grande en su conjunto.
Aquí hay una manera simple de mostrar cómo un investigador puede eliminar el sesgo al realizar un muestreo aleatorio simple. Digamos que hay 100 bolas de bingo en un tazón, desde las cuales el investigador debe elegir 10. Para eliminar cualquier sesgo, el individuo debe cerrar los ojos o mirar hacia otro lado al elegir las bolas.
Como su nombre lo indica, producir una muestra aleatoria simple es mucho menos complicada que otros métodos. No hay habilidades especiales involucradas en el uso de este método, lo que puede dar como resultado un resultado bastante confiable. Esto contrasta con otros métodos de muestreo como el muestreo aleatorio estratificado. Este método implica dividir grupos más grandes en subgrupos más pequeños que se llaman estratos. Los miembros se dividen en estos grupos en función de cualquier atributo que compartan. Como se mencionó, las personas en el subconjunto se seleccionan al azar y no hay pasos adicionales.
Ya hemos establecido que el muestreo aleatorio simple es un método de muestreo muy simple para ejecutar. Pero también hay otro beneficio similar: requiere poco o ningún conocimiento especial. Esto significa que el individuo que realiza la investigación no necesita tener ninguna información o conocimiento sobre la población más grande para hacer su trabajo de manera efectiva.
¿Cuáles son las ventajas y desventajas del muestreo aleatorio simple?
Supongamos que es un ejecutivo de marketing que intenta descubrir la mejor manera de anunciar una nueva barra de caramelo. Tiene tres lemas potenciales para elegir, y desea probarlos. Obviamente, no puede probar los lemas en todos en el mundo, por lo que debe seleccionar una población de muestra para las pruebas. Una técnica común para el muestreo de personas se llama «muestreo aleatorio simple».
El muestreo aleatorio simple significa que cada miembro de la población tiene la misma posibilidad de ser incluido en el estudio. En el ejemplo de la barra de caramelo, eso significa que si el alcance de su población de estudio es todo Estados Unidos, un adolescente en Maine tendría la misma posibilidad de ser incluido como abuela en Arizona. Esta es una gran ventaja, porque una muestra verdaderamente aleatoria será más representativa de la población. Si selecciona al azar, hay menos posibilidades de sesgo de muestreo. Es muy poco probable que termines hablando solo con hombres blancos, por ejemplo, lo que podría conducir a conclusiones inadecuadas sobre el mejor eslogan.
Si usted es un ejecutivo de marketing interesado en vender su barra de caramelo solo en una escuela secundaria específica, el muestreo aleatorio simple tiene otra gran ventaja: será muy fácil. El muestreo aleatorio es muy conveniente cuando se trabaja con pequeñas poblaciones que ya han sido identificadas y enumeradas. En una escuela secundaria, por ejemplo, la población sería la lista principal de estudiantes matriculados. Para tomar una muestra aleatoria, todo lo que tendría que hacer es numerar a los estudiantes enumerados y usar un generador de números aleatorios para seleccionar algunos de ellos para el estudio. Por supuesto, sus resultados solo le dirían qué tan bien funcionó el eslogan en esa escuela secundaria, no en todo el país.
La utilidad del muestreo aleatorio simple con pequeñas poblaciones es en realidad una desventaja con las grandes poblaciones. Dar a cada miembro de la población la misma oportunidad de inclusión en una encuesta requiere tener una lista completa y precisa de miembros de la población, y eso no es posible en toda una nación o el mundo. Incluso si tuviera una lista perfecta, sería muy difícil contactar a las abuelas en Arizona y a los adolescentes de Maine. En consecuencia, el muestreo aleatorio simple rara vez es simple y a menudo lleva mucho tiempo y tedioso.
¿Qué son las muestras aleatorias simples?
Una muestra aleatoria simple a menudo se menciona en las clases de estadísticas elementales, pero en realidad es una de las técnicas menos utilizadas. En teoría, es fácil de entender. Sin embargo, en la práctica es difícil de realizar.
Técnicamente, una muestra aleatoria simple es un conjunto de N objetos en una población de N objetos en los que todas las muestras posibles son igualmente probables. Aquí hay un ejemplo básico de cómo obtener una muestra aleatoria simple: coloque 100 bolas del bingo numerado en un tazón (esta es la población N). Seleccione 10 bolas del tazón sin mirar (esta es su muestra N). Tenga en cuenta que es importante no mirar lo que podría (inconscientemente) sesgar la muestra. Si bien el método «Lottery Bowl» puede funcionar bien para poblaciones más pequeñas, en realidad tendrá que ver con poblaciones mucho más grandes.
Muestreo aleatorio simple de una muestra «n» de 3 de una población «n» de 12. Imagen: Dan Kernler / Wikimedia Commons
Imagine que las personas ilustradas en la imagen de arriba son piezas de juego. Coloque las 12 piezas del juego en un tazón y (nuevamente, sin mirar) para elegir 3. Esta es una simple muestra aleatoria.
Se elige una muestra aleatoria simple de tal manera que cada grupo de individuos tiene las mismas posibilidades de estar en la muestra seleccionada. Parece fácil, pero SRS a menudo es difícil de usar en la investigación o los experimentos. Además, es muy fácil que el sesgo se arrastre en las muestras obtenidas con un muestreo aleatorio simple. A veces es imposible (financieramente o en términos de tiempo) obtener un marco de muestreo realista (la población de la cual se debe elegir la muestra). Por ejemplo, si quisiera estudiar a todos los adultos en los Estados Unidos que tenían colesterol alto, la lista sería prácticamente imposible de obtener a menos que examinara a cada persona en el país. Por lo tanto, otros métodos de muestreo probablemente serían más adecuados para ese experimento en particular.
¿Qué ventajas tiene una muestra estratificada sobre la aleatoria simple?
El muestreo aleatorio simple es un método utilizado para eliminar un tamaño más pequeño de muestras de una población más grande y usarlo para buscar y hacer generalizaciones en el grupo más grande. Es uno de los numerosos métodos que las estadísticas y los investigadores usan para extraer una muestra de una población mayor; Otros métodos incluyen muestreo aleatorio y muestreo de probabilidad. Las ventajas de una muestra aleatoria simple incluyen su facilidad de uso y su representación exacta de la población más grande.
Los investigadores generan una muestra aleatoria simple obteniendo una lista exhaustiva de una población más grande y seleccionando, al azar, a varias personas para comprender la muestra. Con una muestra aleatoria simple, cada miembro de la población más grande tiene la misma posibilidad de ser seleccionado.
Los investigadores tienen dos formas de generar una muestra aleatoria simple. Uno es un método de lotería manual. A cada miembro del grupo de población más grande se le asigna un número. Posteriormente, los números están diseñados al azar para comprender al grupo de campeones. Por ejemplo, si la población más grande contiene 1 000 suscriptores y los investigadores desean un tamaño de muestra de 100, los miembros de la población más grande tienen un número único de 1 a 1 000. Luego se dibujan cien números, 10% de probabilidad de ser seleccionado.
El método de lotería manual funciona bien para pequeñas poblaciones, pero no es posible para los más grandes. En estas situaciones, los investigadores prefieren la selección generada por la computadora. Funciona a través del mismo principio, pero un sistema informático sofisticado, en lugar de un ser humano con mano, asigna los números y los selecciona al azar.
¿Qué es muestreo aleatorio simple?
Considere una variable X aleatoria definida en una población de N unidades.
Se dice que la muestra de tamaño N en la que las unidades se extraen con probabilidad constante en cada paso de extracción (condición de las unidades) es simple.
(Un C.C.S. se puede asimilar a una extracción de una urna donde, en cada selección, las unidades individuales tienen una probabilidad de selección igual a 1/N).
Formalmente, un C.C.S puede definirse como un N-PLA de variables aleatorias independientes y distribuirse de manera idéntica con una función de densidad igual a la de la población.
En realidad, el C.C.S. Es difícil aplicar ya que, para que los dictados de este diseño sean respetados, la población debe estar presente en una sola lista y los elementos de la misma deben distribuirse al azar. Además, en la lista no debe haber observaciones repetidas tal como faltan o extranjeros, de lo contrario, la probabilidad de inclusión ya no sería constante para todas las unidades.
Cada unidad de la población tiene la misma probabilidad de ser extraída para formar la muestra.
Puede ser:
- Con repetición (o Bernololiano): cada unidad puede convertirse en parte de la muestra más de una vez, las extracciones son independientes entre sí y, por lo tanto, en cada uno de ellos, la probabilidad de extraerse para cada unidad es 1/N.
- Sin repetición (o en masa): cada unidad aparece solo una vez en la muestra, por lo que en la primera extracción la probabilidad de la unidad única será 1/N, en la segunda será igual a 1/(N-1), al tercer 1 /(n-2) y así sucesivamente…
¿Cómo se hace una muestra aleatoria simple y qué ventajas tiene?
Las ventajas de muestra aleatorias simples incluyen facilidad de uso y precisión de la representación. No existe un método más fácil para extraer una muestra de investigación de una población más grande que el simple muestreo aleatorio. No es necesario dividir a la población en subpoblaciones o tomar pasos más allá de arrancar el número de sujetos de investigación necesarios al azar del grupo más grande. Nuevamente, los únicos requisitos son que la aleatoriedad rige el proceso de selección y que cada miembro de la población más grande tiene una probabilidad igual de selección.
La selección de sujetos completamente al azar de la población más grande también produce una muestra que es representativa del grupo que se está estudiando. Incluso los tamaños de muestra tan pequeños como 40 pueden exhibir un error de muestreo bajo cuando el simple muestreo aleatorio se realiza correctamente. Para cualquier tipo de investigación sobre una población, es fundamental usar una muestra representativa para hacer inferencias y generalizaciones sobre el grupo más grande; Una muestra sesgada puede provocar conclusiones incorrectas sobre la población más grande.
El muestreo aleatorio simple es tan simple como su nombre lo indica, y es preciso. Estas dos características dan al muestreo aleatorio simple una fuerte ventaja sobre otros métodos de muestreo al realizar investigaciones sobre una población más grande.
Cuando visita el sitio, Dotdash Meredith y sus socios pueden almacenar o recuperar información en su navegador, principalmente en forma de cookies. Las cookies recopilan información sobre sus preferencias y sus dispositivos y se utilizan para hacer que el sitio funcione como espere, para comprender cómo interactúa con el sitio y para mostrar anuncios dirigidos a sus intereses. Puede obtener más información sobre nuestro uso, cambiar su configuración predeterminada y retirar su consentimiento en cualquier momento con efecto para el futuro visitando la configuración de cookies, que también se puede encontrar en el pie de página del sitio.
¿Cómo se hace una muestra aleatoria simple?
A menudo se nos pregunta cómo se crean muestras aleatorias (una pregunta que nos proporciona una indicación clara sobre las excelentes habilidades de los clientes en la creación de investigaciones inteligentes). Antes de sugerir un truco simple y rápido para la generación de una muestra causal en Excel, me gustaría proporcionarle información general sobre muestreo aleatorio y sobre la razón por la que debe usarla para sus investigaciones.
Tal vez se pregunte qué es una muestra aleatoria y cuál es su utilidad. Suponga que, por ejemplo, debe administrar a sus clientes para comprender si está satisfaciendo sus necesidades y cómo podría mejorar su oferta. Su base de clientes está compuesta por una población. Obviamente, no someterá la investigación a cada individuo de esta población. Probablemente ni siquiera tenga la información de contacto de todos y tal vez no todos respondan a la investigación. Cualquiera sea la razón, el grupo de clientes con los que puede contactar con la investigación representa su esquema de muestreo y las personas que reciben y realmente responden a la investigación son su muestra. Para asegurarse de que cada individuo en su esquema de muestreo tenga las mismas posibilidades de ser elegido, debe asegurarse de que su muestra se seleccione al azar (y, por lo tanto, representa una muestra aleatoria).
No acepta simplemente seleccionar una «muestra de conveniencia», por ejemplo, las últimas 20 personas que realizaron un pedido o los últimos 20 clientes enumerados en orden alfabético. Todos estos métodos están intrínsecamente distorsionados. Si defiende a los últimos 20 clientes, por ejemplo, el riesgo es que estos son clientes adquiridos más recientemente, que están familiarizados con los últimos productos o con el último diseño del sitio web. Al generar una muestra aleatoria, se reduce la distorsión que se genera al seleccionar una muestra de conveniencia del esquema de muestreo.
¡No se desanime! Puede parecer una compañía difícil, pero en realidad no debe ser un estadista o matemático para realizar estas operaciones. Todo lo que necesitas es una hoja de cálculo de Excel. Solo tiene que insertar su esquema de muestreo, clientes para quienes tiene información de contacto, en su hoja de cálculo. Una vez que haya definido su esquema (potenciales que respondan a la encuesta) en Excel, puede seleccionar fácilmente una muestra aleatoria. Si, por ejemplo, tiene 3.000 clientes y desea seleccionar una muestra aleatoria de 500 clientes para recibir una investigación de satisfacción del cliente, siga este procedimiento:
- Agregue una nueva columna a la hoja de cálculo y llame al número de it_casual
¿Qué es muestreo aleatorio simple ventajas y desventajas?
Cuando los experimentadores o investigadores buscan datos, a menudo es imposible medir cada punto de datos individuales en una población. Sin embargo, los métodos estadísticos permiten inferencias sobre una población mediante el análisis de los resultados de un extracto de muestra más pequeño de esta población. Hay varios métodos de muestreo.
El muestreo aleatorio de Laman es un método común utilizado por los investigadores porque les permite obtener una muestra de población que representa mejor a toda la población estudiada, asegurando que cada subgrupo de interés esté representado. Sin embargo, este método de investigación no está exento de inconvenientes.
- El muestreo aleatorio laminado permite a los investigadores obtener una muestra de población que representa mejor a toda la población estudiada dividiéndola en subgrupos llamados estratos.
- Sin embargo, este método de muestreo estadístico no se puede utilizar en cada plan de estudio o con cada conjunto de datos.
- El muestreo aleatorio laminado difiere del muestreo aleatorio simple, lo que implica la selección de datos aleatorios de una población completa, por lo que es probable que cada muestra posible ocurra.
El muestreo laminado aleatorio primero consiste en dividir una población en subpoblaciones, luego aplicar métodos de muestreo aleatorio a cada subpoblación para formar un grupo de prueba. Un inconveniente es que los investigadores no pueden clasificar a cada miembro de la población en un subgrupo.
El muestreo aleatorio laminado es diferente del muestreo aleatorio simple, que implica la selección de datos aleatorios de toda la población, por lo que también es probable que ocurra cada muestra posible. Por otro lado, el muestreo aleatorio laminado divide la población en grupos más pequeños, o estratos, dependiendo de las características comunes. Se toma una muestra aleatoria de cada estrato en proporción directa del tamaño del estrato en comparación con la población.
Artículos Relacionados:
- Ventajas y desventajas del muestreo: ¿qué método de muestreo es el mejor para tu encuesta?
- Muestreo por cuotas: ¿Qué ventajas y desventajas tiene este método?
- 5 características del muestreo aleatorio simple que todo investigador debería conocer
- Ventajas y desventajas del muestreo estratificado: ¿Qué método de muestreo es mejor para tu proyecto de investigación?
