Técnicas de Muestreo: Métodos Probabilísticos y No Probabilísticos Explicados
Enviado por Chuletator online y clasificado en Matemáticas
Escrito el en
español con un tamaño de 4,47 KB
Muestreo Probabilístico
Es un proceso en el que se conoce la posibilidad que tiene cada elemento de integrar la muestra. Los elementos se seleccionan al azar. Generalmente, es más caro y lento que el muestreo no probabilístico.
Tipos de Muestreo Probabilístico
Muestreo Aleatorio Simple
Elegido el tamaño de la muestra, los elementos que la compongan se han de elegir aleatoriamente entre los N de la población. Primero, se asigna un número a cada individuo de la población y después se eligen tantos sujetos como sea necesario para completar el tamaño de la muestra.
- Ventajas: Es fácil de aplicar y cada elemento tiene la misma oportunidad de ser seleccionado.
- Desventajas: Requiere un listado completo de toda la población.
Muestreo Sistemático
Consiste en numerar de forma sistemática la muestra a lo largo de la lista de los elementos de la población. La muestra se selecciona mediante intervalos a partir de un primer elemento elegido aleatoriamente.
- Ventajas: Es fácil de aplicar.
- Desventajas: No aseguramos la representatividad de la muestra. Siempre se debe tener en cuenta que el orden de la lista de los elementos de la población no afecte a la muestra.
Muestreo Estratificado
Pretende asegurar la representación de cada grupo en la muestra.
- Ventajas: Asegura que la muestra represente adecuadamente a la población en función de unas variables seleccionadas. Permite obtener estimaciones más precisas.
- Desventajas: Es difícil establecer los criterios de estratificación. Hay que conocer la distribución en la población de las variables.
Muestreo por Conglomerados
La población se divide en subgrupos heterogéneos, llamados conglomerados, que representan a toda la población. Consiste en seleccionar de forma aleatoria todos los conglomerados que necesitamos para completar el tamaño muestral y después investigar todos los elementos de los conglomerados que se hayan elegido.
- Ventajas: Es muy eficiente cuando la población es grande. Reduce costes. No necesitamos tener un listado de toda la población.
- Desventajas: Existe la posibilidad de un error de muestreo alto debido a los conglomerados limitados, dejando una parte importante de la población sin muestrear.
Muestreo por Etapas
Consiste en muestrear conglomerados dentro de cada conglomerado, hasta llegar a la unidad muestral última.
- Ventajas: Es muy sencillo de llevar a cabo y se distingue por mantener su carácter aleatorio.
- Desventajas: En caso de que algún encuestado nos fallase, la muestra ya no sería aleatoria.
Muestreo No Probabilístico
No proporcionan muestras representativas, por lo que no puede medirse el grado de fiabilidad de los resultados ni tratarse estadísticamente. Son utilizados por su mayor simplicidad y rapidez en la obtención de las muestras.
Tipos de Muestreo No Probabilístico
Muestreo Opinático o por Juicio
Los elementos de la muestra se seleccionan según el criterio del investigador, quien elige aquellos que él cree que son representativos de la población.
Muestreo por Bola de Nieve
- Ventajas: Permite enfocar la composición de la muestra y los requisitos que deseamos que observen los componentes de la misma.
- Desventajas: Es poco apropiado cuando la población es muy grande.
Muestreo por Cuotas
Es una variante del muestreo estratificado. Aquí, una vez hecha la estratificación, se debería acudir a la suerte para llegar a los elementos de la muestra.
Errores Comunes en el Muestreo
Error de Muestreo
Es el error que se comete en la medida de las variables al tomar una muestra en lugar de la totalidad de la población.
Errores No Muestrales
Se deben a diversas causas, entre las que se incluyen:
- Definición equivocada del problema.
- Definición defectuosa de la población sobre la que se realiza la investigación.
- La muestra no es representativa de la población.
- Inexactitud en las respuestas.
- Utilización de personas extraincentivadas.
- Incorrecta actuación de los entrevistadores.