Muestreo aleatorio: definición, ejemplos, ventajas/desventajas

Actualizado el 28 de abril de 2022, por Luis Benites.

¿Qué es el muestreo aleatorio?

El muestreo aleatorio es donde intenta crear una muestra aleatoria eligiendo elementos al azar para intentar recrear la verdadera aleatoriedad. Por lo general, no funciona, debido al sesgo de selección : donde, a sabiendas o sin saberlo, crea muestras no representativas . Para crear una verdadera selección aleatoria, debe utilizar uno de los métodos probados de selección aleatoria, como el muestreo aleatorio simple .

Incluso si intenta elegir elementos sin ningún sesgo o razón para incluir (o excluir) elementos, las muestras aleatorias casi siempre dan como resultado una muestra que se ve muy diferente de una muestra aleatoria . Por lo tanto, los resultados de su prueba o experimento tendrán errores impredecibles y, muy probablemente, resultados no válidos.

A veces, se usa el muestreo aleatorio porque es más económico que otros métodos de muestreo o porque no puede cumplir con los requisitos de muestreo aleatorio por razones técnicas (como la falta de acceso a un software de computadora). Si debe utilizar un muestreo aleatorio, puede aumentar las probabilidades de un muestreo exitoso al:

1. Garantizar que sus selecciones de muestras sean independientes entre sí. En otras palabras, seleccione un elemento y luego elija otro al azar. No elija dos A o dos B porque parece más fácil.
2. Asegúrese de que cada elemento tenga la misma probabilidad de ser seleccionado. La persona A debería tener exactamente las mismas probabilidades de ser seleccionada como persona B, C o Z.
3. Utilice tamaños de muestra más grandes. La investigación ha demostrado que aumentar el tamaño de la muestra puede reducir el sesgo de selección al azar.

Esto suena fácil, pero en la práctica sus elecciones pueden verse influenciadas por factores de los que no es consciente. Por ejemplo, puede elegir inconscientemente un nombre debido a la forma en que se ve, o puede mostrar una preferencia de género oculta. Es posible que subconscientemente excluya un elemento e incluya otro porque sabe que un elemento sería más fácil de localizar que otro. No es posible identificar y eliminar todos los sesgos, por lo que se prefiere el muestreo aleatorio.

Referencia :
Hall, T., T. Herron, B. Pierce y T. Witt. 2001 . La eficacia de aumentar el tamaño de la muestra para mitigar la influencia
de las características de la población en el muestreo aleatorio. Auditoría: una revista de práctica y teoría 20 (1): 169–185