Las estrategias de muestreo no probabilidad son métodos de muestreo que no utilizan alguna forma de selección aleatoria. Con mucho, la estrategia de muestreo de no probabilidad más común utilizada en la ciencia del desarrollo es el muestreo de conveniencia (para revisión ver Bornstein et al., 2013), que es una estrategia de muestreo donde los participantes se seleccionan de manera ad hoc basada en su accesibilidad y/o proximidad a la investigación. Uno de los ejemplos más comunes de muestreo de conveniencia dentro de la ciencia del desarrollo es el uso de estudiantes voluntarios como participantes del estudio. Las ventajas clave del muestreo de conveniencia son que es barato, eficiente y simple de implementar. La desventaja clave del muestreo de conveniencia es que la muestra carece de generalización clara. Además, estas ventajas y desventajas se aplican, aunque en diversos grados, a todo tipo de muestras de conveniencia. Por lo tanto, las ventajas y desventajas del muestreo de conveniencia son el reverso del muestreo de probabilidad. Mientras que las muestras de probabilidad producen resultados con una generalización más clara, las muestras de conveniencia son mucho menos costosas, más eficientes y más simples de ejecutar.
Aunque el muestreo de probabilidad es más ventajoso en términos de mérito científico (es decir, el muestreo de probabilidad produce muestras con una generalización más clara), las muestras de conveniencia son la norma dentro de la ciencia del desarrollo. Bornstein et al. (2013) anotaron el uso de muestreo de probabilidad y diferentes tipos de muestreo no probabilidad de 2007 a 2011 en cinco revistas de ciencias de desarrollo prominentes. Entre los estudios para los cuales el tipo de estrategia de muestreo podría determinarse de manera concluyente, el 92.5% utilizó una muestra de conveniencia. El muestreo de probabilidad representó solo el 5.5% de los estudios. Por lo tanto, de una cuenta de publicaciones recientes en prestigiosas revistas en ciencias del desarrollo, las muestras de conveniencia fueron la norma y tenían más de 16 veces más probabilidades de usarse que las muestras de probabilidad.
Debido a que la generalización de las muestras de conveniencia no está clara, las estimaciones derivadas de muestras de conveniencia a menudo están sesgadas (es decir, las estimaciones de la muestra no reflejan los efectos verdaderos entre la población objetivo porque la muestra representa mal a la población objetivo). Este sesgo se extiende a las estimaciones de los efectos de la población, así como las estimaciones de las diferencias de subpoblación. Ilustramos estos efectos al describir los parámetros de población conocidos para la asociación entre la crianza de los crianza y la externalización, así como las diferencias étnicas en esa asociación, y luego comparamos los parámetros de población conocidos con las estimaciones obtenidas de tres muestras de conveniencia hipotética.
A los fines de esta ilustración, utilizamos la siguiente población objetivo: la juventud blanca y negra entre las edades de 10 y 19 años en los Estados Unidos. Según los datos del censo de los Estados Unidos y la investigación sobre la asociación entre la crianza de los hijos severos y la externalización en esta población objetivo, conocemos los parámetros de población de la asociación entre la crianza de los hijos severos y la externalización con cierta confianza; Se enumeran en la primera fila de la Tabla 1. Específicamente, según el censo de los Estados Unidos (2012) de 2010, el desglose blanco-negro es aproximadamente del 80%/20%. Según los estudios que utilizan muestras nacionales de probabilidad de niños y adolescentes, el tamaño del efecto (Cohen’s D) para la diferencia blanca-negra en la relación de ingresos a necesidades, un indicador común del estado socioeconómico (SES), es de alrededor de 1.0 (Davis- Kean y Sexton, 2009; Geronimus, Bound, Keene y Hicken, 2007). Para facilitar la interpretación, SES se centra en la media de la población y tiene una DE de 1.0. En consecuencia, dado el desglose de la población blanca-negra del 80%/20% y el tamaño del efecto de 1.0 para la diferencia blanca-negra en la relación de ingresos a necesidades, SES medio para la población blanca = 0.2 y SES medio para la población negra = −0.8 (es decir, la diferencia entre las medias blancas y negras es igual a 1.0 y el promedio ponderado de las medias blancas y negras es 0). Basado en una investigación existente, entre la población total (es decir, la crianza de los crianza de los blancos y negros) se correlaciona positivamente con la externalización (ρ ≈ .25; Bailey, Hill, Oesterle y Hawkins, 2009; Burnette, Oshri, Lax, Richards, & & & & & & & & Ragbeer, 2012; Rothbaum y Weisz, 1994). Finalmente, aunque algunas investigaciones sugieren ninguna diferencia étnica en la asociación entre la crianza de los hijos duros y la externalización (Berlín et al., 2009; Gershoff, Lansford, Sexton, Davis-Kean y Sameroff, 2012; McLoyd y Smith, 2002), nos centramos en el Cantidad sustancial de investigación que sugiere que la asociación es más alta para los niños blancos (ρw ≈.30) que para los niños negros (ρb ≈.10; Deater-Deckard, Dodge, Bates y Pettit, 1996; Gunnoe y Mariner, 1997; Lansford, Deater-Deckard, Dodge, Bates y Pettit, 2004). A los fines de la ilustración, imagine que para ambos grupos étnicos la asociación entre la crianza de los crianza y la externalización aumenta a medida que aumentan los niveles de SES, pero lo hace más para los adolescentes blancos (ρW = .280 + .100*SES) 1 que para los adolescentes negros ( ρb = .128 + .035*ses) 2. Aunque hipotética, tal interacción es plausible porque la etnia y los SE a menudo interactúan entre sí para informar los resultados psicosociales (Desimone, 1999; Kessler y Neighbours, 1986). La asociación entre la crianza de los hijos severos y la externalización a través de los niveles de SES (± 2.0 SD) está graficada para cada grupo étnico en la Figura 1; A medida que aumenta el nivel de SES, la diferencia étnica en la asociación entre la crianza de los hijos severos y la externalización también aumenta.
Para idear muestras de conveniencia hipotética, utilizamos muestras escolares como heurística. Lo hacemos porque en la ciencia del desarrollo, un marco de muestreo común (por ejemplo, el conjunto de participantes del que se extrae una muestra) para muestras de conveniencia es una escuela en particular o un distrito escolar en particular, y las escuelas y los distritos escolares pueden variar dramáticamente entre sí Términos de distribución étnica y socioeconómica. Las características demográficas y las estimaciones de muestra para cada una de las tres muestras de conveniencia hipotética se enumeran en la Tabla 1. En la muestra A («SES blanco alto, alto»), tanto los adolescentes blancos como los de SES más altos están sobrerrepresentados, y la diferencia étnica en SES es IS 40% más pequeño en relación con la población objetivo. En la muestra B («Negro alto, bajo SES»), los adolescentes negros y los de SES inferiores están sobrerrepresentados, y la diferencia étnica en SES es 70% más pequeña en relación con la población objetivo. Finalmente, en la muestra C (blanco alto SES, bajo SES negro), cada uno de los dos grupos étnicos está correctamente representado; Sin embargo, entre los adolescentes blancos, los de SES más altos están sobrerrepresentados, mientras que entre los adolescentes negros, los de SES más bajos están sobrerrepresentados. Como resultado, en la muestra C, la diferencia étnica en SES es tres veces mayor que en la población objetivo.
Cuando se considera individualmente, las tres muestras de conveniencia producen estimaciones engañosas o sesgadas del efecto de población general (es decir, R ≠ ρ) y de la diferencia de subpoblación (es decir, [RW – RB] ≠ [ρW – ρb]). Específicamente, debido a que los adolescentes blancos y los adolescentes de SES más altos están sobrerrepresentados en la muestra A y ρ es más alto entre los adolescentes blancos y los de SES más altos, ρ se sobreestima en la muestra A (r = .39). Además, debido a que [ρW – ρb] es más grande entre los adolescentes de SES más altos (Figura 1), y los adolescentes de SES más alto están sobrerrepresentados en la muestra A, [ρW – ρb] también se sobreestima en la muestra A ([RW – RB] =. 25). Las estimaciones para la muestra B también están sesgadas; Mientras que las estimaciones para la muestra A son demasiado altas, las estimaciones para la muestra B son demasiado bajas. Debido a que los adolescentes negros y los adolescentes de SES inferior están sobrerrepresentados en la muestra B y ρ es menor entre los adolescentes negros y los adolescentes de SES inferior, ρ se subestima en la muestra B (R = .11). Además, debido a que [ρw – ρb] es menor entre los del SES inferior (Figura 1), y los de SES inferiores están sobrerrepresentados en la muestra B, [ρW – ρb] también se subestiman en la muestra B ([RW – RB] =. 10). Finalmente, debido a que ρ es particularmente alto entre los adolescentes blancos de SES altos, y los adolescentes de SES altos están sobrerrepresentados en la submuestra blanca de la muestra C, tanto ρ como ρW se sobreestiman en la muestra C (r = .36; rw = .43). Mientras que ρW se sobreestima en la muestra C, ρb (rb = .07) se subestima en la muestra C (porque los adolescentes de alta calidad están subrepresentados entre la submuestra negra), y como resultado [ρW-ρb] se sobreestima en la muestra C ([[[[[ RW – RB] = .36).
¿Qué es el muestreo por conveniencia ejemplos?
El ejemplo más simple de dónde se utiliza el método de muestreo para la conveniencia es cuando las empresas detienen a las personas en un centro comercial o en un camino ocupado para distribuir sus folletos promocionales y hacer preguntas.
El muestreo de la conveniencia es un tipo de muestreo no probabilístico que se aplica cuando la muestra estadística que se formará se selecciona en el entorno cercano al investigador, sin requisitos específicos. El objetivo es facilitar el trabajo de quienes desarrollan el estudio.
Un ejemplo de muestreo de conveniencia sería el uso de estudiantes voluntarios conocidos por el investigador. El investigador puede enviar la encuesta a los estudiantes que en este caso actuarían como una muestra.
Si desea continuar leyendo esta publicación en «Ejemplo de muestreo de conveniencia», haga clic en el botón «Mostrar todos» y puede leer el resto del contenido de forma gratuita. Ebstomasborba.pt es un sitio especializado en tecnología, noticias, juegos y muchos otros temas que pueden interesarle. Si desea leer información más similar, por ejemplo, de muestreo de conveniencia, continúe navegando por la web y regístrese para las notificaciones del blog para no perderse las últimas noticias.
Consiste en seleccionar individuos que se adapten al investigador para la muestra. Esta comodidad ocurre porque el investigador encuentra más fácil examinar estos temas, o por proximidad geográfica, porque son sus amigos, etc.
¿Dónde se aplica el muestreo por conveniencia?
El muestreo de conveniencia es una técnica de muestreo no probabilista donde se eligen los sujetos debido a su accesibilidad y la proximidad del investigador.
Los sujetos se eligen solo por razones prácticas y porque el investigador no consideró útil elegir sujetos representativos de la población global.
En cualquier forma de investigación, el ideal sería probar toda la población, pero en la mayoría de los casos la población es tan grande que es imposible incluir a todas las personas. Esta es la razón por la cual la mayoría de los investigadores confían en técnicas como el muestreo de conveniencia. Esta técnica de muestreo es la más común y muchos investigadores prefieren porque es rápido, económico y simple y porque los sujetos están fácilmente disponibles.
Uno de los ejemplos más comunes de muestreo de conveniencia es el uso de estudiantes voluntarios. Otro ejemplo es el uso de sujetos seleccionados en una clínica, una clase o una institución fácilmente accesible para el investigador. Un ejemplo más concreto es elegir cinco personas en una clase o elegir los primeros cinco nombres de una lista de pacientes.
En estos ejemplos, el investigador excluye una gran proporción de la población. Una muestra de conveniencia consiste en un conjunto de temas o voluntarios disponibles.
El muestreo de conveniencia no solo es práctico sino que también tiene otras ventajas.
¿Qué ventajas y desventajas tiene realizar muestreos probabilísticos?
Enlace no probabilístico como resultado de defectos o ausencia de aleatoriedad en el
La extracción (porque no podemos) conduce al hecho de que las unidades no tienen el
misma probabilidad de convertirse en parte de la muestra… de esta manera sí
pierde una característica fundamental del campo aleatorio simple
Como resultado del procedimiento de selección no aleatoria, las unidades no tienen
La misma probabilidad de convertirse en parte de la muestra.
Parte corresponderá a los números existentes correspondientes a ciertos
gente… la persona que responde será contratada para ser parte del
Muestra no deprobabilidad
-En el género esto se combina con el muestreo para cuotas, en
Este sentido del entrevistador sabe que debe encontrar ciertas mujeres de una
Cierta edad, individuos con cierta edad, etc.
Es muy efectivo, se usa mucho, ya que combina las dos muestras
Útil en el caso de clandestino, difícil, raro (religioso siete, siete poblaciones,
trabajadores en negro, drogadictos, etc.) por lo tanto, poblaciones difíciles de
alcanzar ese escape de muestras genéricas precisamente porque
En la población son raros y la probabilidad de ser tomados en el
muestra.
Comienza con un pequeño número de personas con los requisitos requeridos, que
se utilizan como informantes para identificar a otras personas con ellos
caracteristicas.
No se extrae casualmente porque los participantes son voluntarios o
Las personas que se han unido a una solicitud no son representativas de
cuotas de ciertas capas de la población… no es probable ni
Representante no permite la generalización de los resultados
¿Qué ventajas ofrece la utilización del método de muestreo?
Como método de muestreo estadístico, el muestreo sistemático es más simple y simple que el muestreo aleatorio. También puede ser más favorable cubrir una gran área de estudio. Por otro lado, el muestreo sistemático introduce algunos parámetros arbitrarios en los datos. Esto puede causar la subrepresentación de modelos particulares en Over-O.
En un ejemplo sistemático, los datos elegidos se distribuyen de manera uniforme. Por ejemplo, en una población de 10,000 personas, un estadista podría seleccionar a cada 100 personas para el muestreo. Los intervalos de muestreo también pueden ser sistemáticos, cómo elegir una nueva muestra cada 12 horas.
Los investigadores aman a un muestreo sistemático por su simplicidad. Los investigadores generalmente suponen que los resultados representan la mayoría de las poblaciones normales, a menos que haya una característica aleatoria de manera desproporcionada con cada N de muestras de datos (que es poco probable).
Para empezar, un investigador selecciona un punto de partida completo para encontrar el sistema. Este número debe ser más pequeño que la población en su conjunto; No se toma cada 500 yardas para ser muestreados para un campo de fútbol de 100 yardas. Después de seleccionar un número, el investigador selecciona el intervalo o los espacios entre las muestras de la población.
Las muestras sistemáticas son relativamente fáciles de construir, realizar, comparar y comprender. Esto es particularmente importante para los estudios o investigaciones que operan con limitaciones presupuestarias cercanas.
Artículos Relacionados:
- Muestreo por cuotas: ¿Qué ventajas y desventajas tiene este método?
- Ventajas y desventajas del método de casos en la enseñanza de las ciencias sociales
- Censo 2022: ¿Cuáles son las ventajas y desventajas de participar?
- Documental: ¿Ventajas y desventajas?
- El diseño al azar tiene muchas ventajas y desventajas que debes conocer
