Cuando se realiza una investigación sobre un grupo de personas, rara vez es posible recopilar datos de cada persona en ese grupo. En su lugar, seleccione una muestra. La muestra es el grupo de individuos que realmente participarán en la investigación.
para sacar conclusiones válidas de sus resultados, debe decidir cuidadosamente cómo seleccionará una muestra que sea representativa del grupo en su conjunto., Hay dos tipos de métodos de muestreo:
- El muestreo probabilístico implica una selección aleatoria, lo que le permite hacer inferencias estadísticas sobre todo el grupo.
- El muestreo no probabilístico implica una selección no aleatoria basada en la conveniencia u otros criterios, lo que le permite recopilar fácilmente los datos iniciales.
debe explicar claramente cómo seleccionó su muestra en la sección de metodología de su trabajo o tesis.,
población vs muestra
primero, debe comprender la diferencia entre una población y una muestra e identificar la población objetivo de su investigación.
- La población es todo el grupo sobre el que desea sacar conclusiones.
- La muestra es el grupo específico de individuos del que recopilará datos.
la población se puede definir en términos de ubicación geográfica, edad, ingresos y muchas otras características.,
puede ser muy amplio o bastante estrecho: tal vez desee hacer inferencias sobre toda la población adulta de su país; tal vez su investigación se centra en clientes de una determinada empresa, pacientes con una condición de salud específica o estudiantes de una sola escuela.
Es importante definir cuidadosamente su población objetivo de acuerdo con el propósito y los aspectos prácticos de su proyecto.
si la población es muy grande, demográficamente mixta y geográficamente dispersa, puede ser difícil acceder a una muestra representativa.,
marco de muestreo
el marco de muestreo es la lista real de individuos de los que se extraerá la muestra. Idealmente, debería incluir a toda la población objetivo (y a nadie que no forme parte de esa población).
ejemplo
usted está haciendo una investigación sobre las condiciones de trabajo en la empresa X. Su población son los 1000 empleados de la empresa. Su marco de muestreo es la base de datos de Recursos Humanos de la empresa que enumera los nombres y datos de contacto de cada empleado.,
Tamaño de la muestra
el número de individuos en su muestra depende del tamaño de la población y de la precisión con la que desea que los resultados representen a la población en su conjunto.
Puede usar una calculadora de tamaño de muestra para determinar qué tan grande debe ser su muestra. En general, cuanto mayor sea el tamaño de la muestra, con mayor precisión y confianza podrá hacer inferencias sobre toda la población.
Métodos de muestreo probabilístico
el muestreo probabilístico significa que cada miembro de la población tiene una oportunidad de ser seleccionado. Se utiliza principalmente en la investigación cuantitativa., Si desea producir resultados que sean representativos de toda la población, debe utilizar una técnica de muestreo probabilístico.
Hay cuatro tipos principales de muestra de probabilidad.
muestreo aleatorio Simple
En una muestra aleatoria simple, cada miembro de la población tiene igual oportunidad de ser seleccionado. Su marco de muestreo debe incluir a toda la población.
para llevar a cabo este tipo de muestreo, puede utilizar herramientas como generadores de números aleatorios u otras técnicas que se basan completamente en el azar.,
ejemplo
desea seleccionar una muestra aleatoria simple de 100 empleados de la empresa X. asigne un número a cada empleado en la base de datos de la empresa del 1 al 1000, y use un generador de números aleatorios para seleccionar 100 números.
muestreo sistemático
el muestreo sistemático es similar al muestreo aleatorio simple, pero generalmente es ligeramente más fácil de realizar. Cada miembro de la población aparece con un número, pero en lugar de generar números al azar, los individuos se eligen a intervalos regulares.,
ejemplo
Todos los empleados de la empresa se enumeran en orden alfabético. De los primeros 10 números, seleccionas al azar un punto de partida: el número 6. A partir del número 6, se selecciona cada 10 personas de la lista (6, 16, 26, 36, etc.), y se obtiene una muestra de 100 personas.
Si utiliza esta técnica, es importante asegurarse de que no hay ningún patrón oculto en la lista que pueda sesgar la muestra., Por ejemplo, si la base de datos de RR.HH. agrupa a los empleados por equipo y los miembros del equipo aparecen en orden de antigüedad, existe el riesgo de que tu intervalo omita a las personas que ocupan puestos junior, lo que da lugar a una muestra sesgada hacia los empleados senior.
muestreo estratificado
el muestreo estratificado implica dividir la población en subpoblaciones que pueden diferir de maneras importantes. Le permite extraer conclusiones más precisas al garantizar que cada subgrupo esté representado adecuadamente en la muestra.,
para utilizar este método de muestreo, se divide la población en subgrupos (llamados estratos) en función de la característica relevante (por ejemplo, sexo, rango de edad, nivel de ingresos, función laboral).
basado en las proporciones generales de la población, se calcula cuántas personas deben ser muestreadas de cada subgrupo. A continuación, se utiliza el muestreo aleatorio o sistemático para seleccionar una muestra de cada subgrupo.
ejemplo
La empresa cuenta con 800 empleadas y 200 empleados., Desea asegurarse de que la muestra refleje el equilibrio de género de la empresa, por lo que ordena la población en dos estratos basados en el género. Luego se utiliza un muestreo aleatorio en cada grupo, seleccionando 80 mujeres y 20 hombres, lo que le da una muestra representativa de 100 personas.
muestreo por conglomerados
el muestreo por conglomerados también implica dividir la población en subgrupos, pero cada subgrupo debe tener características similares a toda la muestra. En lugar de muestrear individuos de cada subgrupo, se seleccionan aleatoriamente subgrupos enteros.,
si es prácticamente posible, puede incluir cada individuo de cada clúster muestreado. Si los clústeres en sí son grandes, también puede muestrear individuos de cada clúster utilizando una de las técnicas anteriores.
este método es bueno para tratar con poblaciones grandes y dispersas, pero hay más riesgo de error en la muestra, ya que podría haber diferencias sustanciales entre los conglomerados. Es difícil garantizar que los grupos muestreados sean realmente representativos de toda la población.,
Ejemplo
La compañía tiene oficinas en 10 ciudades de todo el país, con aproximadamente el mismo número de empleados en funciones similares). No tiene la capacidad de viajar a todas las oficinas para recopilar sus datos, por lo que utiliza el muestreo aleatorio para seleccionar 3 oficinas: estos son sus clústeres.,
el muestreo No probabilístico métodos
En una muestra no probabilística, los individuos son seleccionados en base a la no-aleatorio de criterios, y no cada individuo tiene una probabilidad de ser incluido.,
este tipo de muestra es más fácil y barato de acceder, pero tiene un mayor riesgo de sesgo de muestreo, y no se puede utilizar para hacer inferencias estadísticas válidas sobre toda la población.
Las técnicas de muestreo no probabilístico suelen ser apropiadas para la investigación exploratoria y cualitativa. En estos tipos de investigación, el objetivo no es probar una hipótesis sobre una población amplia, sino desarrollar una comprensión inicial de una población pequeña o poco investigada.,
muestreo de Conveniencia
Una muestra de conveniencia simplemente incluye a los individuos que resultan ser los más accesibles para el investigador.
Esta es una forma fácil y económica de recopilar datos iniciales, pero no hay forma de saber si la muestra es representativa de la población, por lo que no puede producir resultados generalizables.
ejemplo
estás investigando opiniones sobre los servicios de apoyo al estudiante en tu universidad, por lo que después de cada una de tus clases, pides a tus compañeros que completen una encuesta sobre el tema., Esta es una forma conveniente de recopilar datos, pero como solo encuestaste a estudiantes que tomaban las mismas clases que tú en el mismo nivel, la muestra no es representativa de todos los estudiantes de tu universidad.
muestreo de respuesta voluntaria
Similar a una muestra de conveniencia, una muestra de respuesta voluntaria se basa principalmente en la facilidad de acceso. En lugar de que el investigador elija a los participantes y se ponga en contacto directamente con ellos, las personas se ofrecen voluntariamente (por ejemplo, respondiendo a una encuesta pública en línea).,
Las muestras de respuesta voluntaria siempre son al menos algo sesgadas, ya que algunas personas son inherentemente más propensas a ser voluntarias que otras.
ejemplo
envías la encuesta a todos los estudiantes de tu universidad y muchos de ellos deciden completarla. Esto sin duda puede darle una idea del tema, pero las personas que respondieron son más propensos a ser aquellos que tienen fuertes opiniones sobre los servicios de apoyo a los estudiantes, por lo que no puede estar seguro de que sus opiniones son representativas de todos los estudiantes.,
muestreo intencional
Este tipo de muestreo, también conocido como muestreo de juicio, involucra al investigador utilizando su experiencia para seleccionar una muestra que es más útil para los propósitos de la investigación.
se utiliza a menudo en la investigación cualitativa, donde el investigador quiere obtener un conocimiento detallado sobre un fenómeno específico en lugar de hacer inferencias estadísticas, o donde la población es muy pequeña y específica. Una muestra intencional eficaz debe tener criterios claros y una justificación para su inclusión.,
ejemplo
desea saber más sobre las opiniones y experiencias de los estudiantes con discapacidad en su universidad, por lo que selecciona a propósito un número de estudiantes con diferentes necesidades de apoyo con el fin de recopilar una amplia gama de datos sobre sus experiencias con los Servicios Estudiantiles.
Snowball sampling
si la población es difícil de acceder, snowball sampling se puede utilizar para reclutar participantes a través de otros participantes. El número de personas que tiene acceso a «bolas de nieve» a medida que se pone en contacto con más personas.,
ejemplo
usted está investigando experiencias de personas sin hogar en su ciudad. Dado que no hay una lista de todas las personas sin hogar en la ciudad, el muestreo de probabilidad no es posible. Conoces a una persona que acepta participar en la investigación, y ella te pone en contacto con otras personas sin hogar que conoce en el área.
preguntas frecuentes acerca de muestreo
Una muestra es un subconjunto de individuos de una población más grande. Muestreo significa seleccionar el grupo del que realmente recopilará datos en su investigación., Por ejemplo, si está investigando las opiniones de los estudiantes de su universidad, podría encuestar a una muestra de 100 estudiantes.
en Estadística, el muestreo permite probar una hipótesis sobre las características de una población.
Las muestras se utilizan para hacer inferencias sobre las poblaciones. Las muestras son más fáciles de recopilar porque son prácticas, rentables, convenientes y manejables.
muestreo probabilístico significa que cada miembro de la población objetivo tiene una posibilidad conocida de ser incluido en la muestra.
los métodos de muestreo probabilístico incluyen el muestreo aleatorio simple, el muestreo sistemático, el muestreo estratificado y el muestreo por conglomerados.
en el muestreo no probabilístico, la muestra se selecciona con base en criterios No aleatorios, y no todos los miembros de la población tienen la posibilidad de ser incluidos.,
los métodos comunes de muestreo no probabilístico incluyen el muestreo por conveniencia, el muestreo por respuesta voluntaria, El muestreo intencional, el muestreo por bola de nieve y el muestreo por cuotas.
el sesgo de muestreo ocurre cuando algunos miembros de una población son sistemáticamente más propensos a ser seleccionados en una muestra que otros.
