Tipos de métodos de muestreo (con ejemplos)

Actualizado el 17 de julio de 2024, por Luis Benites.

Los investigadores a menudo están interesados ​​en responder preguntas sobre poblaciones como:

• ¿Cuál es la altura media de una determinada especie de planta?
• ¿Cuál es el peso medio de una determinada especie de ave?
• ¿Qué porcentaje de ciudadanos de una determinada ciudad apoya una determinada ley?

Una forma de responder a estas preguntas es recopilar datos sobre cada individuo de la población de interés.

Sin embargo, esto suele ser demasiado costoso y requiere mucho tiempo, por lo que los investigadores toman una muestra de la población y utilizan los datos de la muestra para sacar conclusiones sobre la población en su conjunto.

Hay muchos métodos diferentes que los investigadores pueden usar potencialmente para obtener individuos en una muestra. Estos se conocen como métodos de muestreo .

En esta publicación, compartimos los métodos de muestreo más utilizados en estadística, incluidos los beneficios e inconvenientes de los distintos métodos.

Métodos de muestreo probabilístico

La primera clase de métodos de muestreo se conoce como métodos de muestreo probabilístico porque cada miembro de una población tiene la misma probabilidad de ser seleccionado para formar parte de la muestra.

Muestra aleatoria simple

Definición: Todos los miembros de una población tienen las mismas posibilidades de ser seleccionados para formar parte de la muestra. Seleccione miembros al azar mediante el uso de un generador de números aleatorios o algún medio de selección aleatoria.

Ejemplo: Ponemos los nombres de todos los estudiantes de una clase en un sombrero y extraemos nombres al azar para obtener una muestra de estudiantes.

Beneficio: las muestras aleatorias simples suelen ser representativas de la población que nos interesa, ya que cada miembro tiene las mismas posibilidades de ser incluido en la muestra.

Muestra aleatoria estratificada

Definición: Divida una población en grupos. Seleccione al azar algunos miembros de cada grupo para que estén en la muestra.

Ejemplo: Divida a todos los estudiantes de una escuela de acuerdo con su grado: primer año, segundo año, tercero y cuarto año. Pida a 50 estudiantes de cada grado que completen una encuesta sobre los almuerzos escolares.

Beneficio: las muestras aleatorias estratificadas aseguran que los miembros de cada grupo de la población estén incluidos en la encuesta.

Muestra aleatoria de conglomerados

Definición: Divida una población en grupos. Seleccione aleatoriamente algunos de los conglomerados e incluya a todos los miembros de esos conglomerados en la muestra.

Ejemplo: una empresa que ofrece recorridos de observación de ballenas desea realizar una encuesta a sus clientes. De diez recorridos que ofrecen un día, seleccionan al azar cuatro recorridos y preguntan a cada cliente sobre su experiencia.

Beneficio: las muestras aleatorias de conglomerados obtienen a todos los miembros de algunos de los grupos, lo cual es útil cuando cada grupo refleja la población en su conjunto.

Muestra aleatoria sistemática

Definición: Pon a cada miembro de una población en algún orden. Elegir un punto de partida aleatorio y seleccionar cada ^enésimo miembro para estar en la muestra.

Ejemplo: un maestro pone a los estudiantes en orden alfabético de acuerdo con su apellido, elige al azar un punto de partida y elige a cada quinto estudiante para que esté en la muestra.

Beneficio: las muestras aleatorias sistemáticas suelen ser representativas de la población que nos interesa, ya que cada miembro tiene las mismas posibilidades de ser incluido en la muestra.

Métodos de muestreo no probabilísticos

Otra clase de métodos de muestreo se conoce como métodos de muestreo no probabilísticos porque no todos los miembros de una población tienen la misma probabilidad de ser seleccionados para formar parte de la muestra.

Este tipo de método de muestreo se utiliza a veces porque es mucho más económico y conveniente en comparación con los métodos de muestreo probabilístico. A menudo se usa durante el análisis exploratorio cuando los investigadores simplemente desean obtener una comprensión inicial de una población.

Sin embargo, las muestras que resultan de estos métodos de muestreo no se pueden utilizar para hacer inferencias sobre las poblaciones de las que proceden porque normalmente no son muestras representativas.

Ejemplo conveniente

Definición: Elija miembros de una población que estén fácilmente disponibles para ser incluidos en la muestra.

Ejemplo: un investigador se para frente a una biblioteca durante el día y encuesta a las personas que pasan por allí.

Inconveniente: la ubicación y la hora del día afectarán los resultados. Lo más probable es que la muestra sufra un sesgo de subcobertura, ya que determinadas personas (por ejemplo, las que trabajan durante el día) no estarán tan representadas en la muestra.

Muestra de respuesta voluntaria

Definición: Un investigador solicita la inclusión de voluntarios en un estudio y los miembros de una población deciden voluntariamente ser incluidos en la muestra o no.

Ejemplo: un presentador de radio pide a los oyentes que se conecten a Internet y realicen una encuesta en su sitio web.

Inconveniente: las personas que responden voluntariamente probablemente tendrán opiniones más fuertes (positivas o negativas) que el resto de la población, lo que las convierte en una muestra poco representativa. Al utilizar este método de muestreo, es probable que la muestra sufra un sesgo de falta de respuesta : ciertos grupos de personas simplemente tienen menos probabilidades de proporcionar respuestas.

Muestra de bola de nieve

Definición: Los investigadores reclutan sujetos iniciales para participar en un estudio y luego les piden a esos sujetos iniciales que recluten sujetos adicionales para participar en el estudio. Con este enfoque, el tamaño de la muestra se hace cada vez más grande a medida que cada sujeto adicional recluta a más sujetos.

Ejemplo: los investigadores están realizando un estudio de personas con enfermedades raras, pero es difícil encontrar personas que realmente tengan la enfermedad. Sin embargo, si pueden encontrar solo unas pocas personas iniciales para participar en el estudio, entonces pueden pedirles que recluten a más personas que puedan conocer a través de un grupo de apoyo privado o por otros medios.

Inconveniente: Es probable que se produzca un sesgo de muestreo. Debido a que los sujetos iniciales reclutan sujetos adicionales, es probable que muchos de los sujetos compartan rasgos o características similares que podrían no ser representativas de la población más grande bajo estudio. Por lo tanto, los hallazgos de la muestra no se pueden extrapolar a la población.

Lea más sobre el muestreo de bolas de nieve aquí .

Muestra intencionada

Definición: Los investigadores reclutan a personas en función de quiénes creen que serán más útiles en función del propósito de su estudio.

Ejemplo: los investigadores quieren conocer las opiniones que tienen las personas de una ciudad sobre la instalación de un posible nuevo gimnasio de escalada en la plaza de la ciudad, por lo que buscan deliberadamente a personas que pasen el rato en otros gimnasios de escalada en la ciudad.

Inconveniente: Es poco probable que los individuos de la muestra sean representativos de la población general. Por lo tanto, los hallazgos de la muestra no se pueden extrapolar a la población.

• https://r-project.org
• https://www.python.org/
• https://www.stata.com/