Tipos de Muestreo Probabilistico y No Probabilistico

Por lo general, no es muy practico estudiar a toda una población, por ejemplo, al realizar una encuesta por cuestionario. El muestreo es un método que le permite a los investigadores poder inferir información acerca de una población, basándose en los resultados de un subconjunto de la población, sin la necesidad de investigar a cada una de las personas. La reducción en la cantidad de personas en un estudio reduce los costos y la carga de trabajo, facilitando la obtención de información, pero esto tiene que equilibrarse con un tamaño de muestra grande, que sea suficiente para poder detectar una asociación verdadera.

Si se va a utilizar una muestra, sin importar el método que se haya elegido, es muy importante que las personas seleccionadas representen a toda la población. Esto puede integrar a grupos que son difíciles de alcanzar, por ejemplo, si el padrón electoral de una ciudad se utilizara para la identificación de los participantes; muchas de las personas, como las personas sin hogar, no serán registrada, por lo cual, quedaran afuera del estudio.

Existen diferentes técnicas de muestreo, y pueden ser subdivididas en dos grupos: muestreo probabilistico y muestreo no probabilistico. Dentro del muestreo de probabilidad aleatorio, comienza con un muestreo completo sobre todas las personas elegibles de las cuales seleccionara su muestra. De esa forma, todas las personas elegibles tendrán la posibilidad de ser seleccionadas para la muestra, y usted podrá generalizar los resultados del estudio. Los métodos de muestreo probabilisticos suelen ser mucho más largo y costosos que el muestreo no probabilistico. En el muestreo no probabilistico (no aleatorio), no comienza con un muestreo completo, por lo que muchas personas no tendrán la posibilidad de ser elegidas. Por lo cual, no se puede estimar el efecto del error de muestreo, existiendo un riesgo importante de terminar con una muestra no representativa que genera resultados no generalizables. En cambio, los métodos de muestreo no probabilisticos suelen ser más económicos y más convenientes, siendo útiles para realizar investigaciones exploratorias y generación de hipótesis.

Tipos de muestreo probabilistico

1. Muestreo aleatorio simple

En este tipo de muestreo, cada uno de los individuos es elegido por casualidad y cada uno de los miembros de la población posee la misma probabilidad, de ser seleccionado. Una forma de obtener una muestra aleatoria es dando un numero a cada uno de los individuos y luego utilizar una tabla de números aleatorios para saber que individuo sera incluido. Por ejemplo, si se tiene un muestreo con 1.000 individuos, etiquetados desde el 0 a 999, utilice grupos de tres dígitos de la tabla de números para poder elegir la muestra. Por lo cual, si los primeros tres números de la tabla aleatoria fueron 94, seleccionara al individuo etiquetado con el numero 94, y así de forma sucesiva.

De la misma manera que con todos los métodos de muestreo probabilistico, el muestreo aleatorio simple nos permite poder calcular el error de muestreo, reduciendo el sesgo de la selección. Una gran ventaja es que es el método más directo de muestreo probabilistico. Una de las desventajas del muestreo aleatorio simple es que no se puede seleccionar suficientes individuos con las características de su interés, especialmente si esa característica que busca es poco común. También puede ser muy difícil hacer una definición de muestreo completo, especialmente si se necesitan diferente formas de contacto como: correo electrónico, teléfono, correo postal.

2. Muestreo sistemático

Los individuos son seleccionados a intervalos regulares del marco de muestreo. Los intervalos son elegidos para poder garantizar un tamaño de muestra adecuada. Si requiere un tamaño de muestra n de una población con un tamaño x, deberá seleccionar cada x/n ensimo individuo para la muestra. Ejemplo, si quiere realizar un tamaño de muestra de 100 de una población de 1000, seleccione cada 1000/100 = 10 º miembro del marco de muestreo.

El muestreo sistemático suele ser mucho más conveniente que el muestreo aleatorio simple, siendo mucho más fácil de poder administrar. Aunque, también puede conducir a un sesgo, por ejemplo, si existen patrones subyacentes en el orden de los individuos en el marco de muestreo, de modo que la técnica de muestreo coincida con la periodicidad del patrón subyacente. Como ejemplo hipotético, si se tomaba una muestra de un grupo de estudiantes para obtener sus opiniones sobre las instalaciones de la universidad, pero la lista central de todos los estudiantes del Departamento de Registro de Estudiantes se organizaba de manera que el sexo de los estudiantes alternara entre hombres y mujeres, eligiendo un intervalo uniforme ( por ejemplo, cada 20 º estudiante) resultaría en una muestra de todos los varones o todas las mujeres. Mientras que en este ejemplo el sesgo es obvio y debe corregirse fácilmente, esto puede no ser siempre el caso.

3. Muestreo estratificado

En este tipo de muestreo, la población es dividida en subgrupos o estratos según características similares. Este método es utilizado cuando se espera de forma razonable que la medición de interés varié entre los diferentes subgrupos, queriendo asegurar la representación de cada uno de los subgrupos. Ejemplo, un estudio sobre resultados de accidentes cerebro-vasculares, donde podemos estratificar la población por sexo, para poder tener una representación equitativa de hombres y mujeres. La muestra de estudio es obtenida tomando diferentes muestras de tamaños iguales de cada estrato. En el muestreo estratificado, también se puede seleccionar tamaños de muestra que no sean iguales de cada estrato. Ejemplo, dentro de un estudio de los resultados de salud del personal de enfermería de un pueblo, si existen tres hospitales en cada uno habrá diferentes números de personas trabajando en enfermería, donde el hospital A tiene 500 enfermeras, el hospital B tiene 1000 y el hospital C tiene 2000; si lo vemos de forma proporcional: 10 del hospital A, 20 del hospital B y 40 del hospital C. Esto nos garantiza una estimación más realista y precisa sobre los resultados de salud de las enfermeras de todo el pueblo, mientras que el muestreo aleatorio simple representaría en exceso a las enfermeras de los hospitales A y B. El hecho de que la muestra se estratificó debe tenerse en cuenta en la etapa de análisis.

El muestreo estratificado mejora la precisión y la representatividad en los resultado, reduciendo el sesgo de muestreo. Pero, se requiere el conocimiento de las características apropiadas del marco de muestreo, detalles que no siempre se encuentran disponibles, por lo cual puede ser muy difícil decidir por características estratificar.

4. Muestreo agrupado

En un muestreo agrupado, los subgrupos de la población son utilizados como unidad de muestreo, en vez de individuos. La población es dividida en subgrupos, conocidos como grupos, que se seleccionan al azar para incluirse en el grupo. Por lo general, los grupos ya se encuentran definidos, por ejemplo, las practicas de GP individuales o los pueblos podrían ser identificados como grupos. En el muestreo de conglomerados de una sola etapa, todas las personas conglomeradas que son elegidas, se incluyen en el estudio. En el muestreo por conglomerados en dos etapas, son seleccionados al azar una selección de individuos de cada conglomerado para su inclusión. La agrupación tiene que tenerse encuentra dentro del análisis. Las encuestas generales de hogar, que son realizadas de forma anual en cada país, es un excelente ejemplo de muestra de conglomerados en una etapa. Donde todos los miembros de los hogares seleccionados son incluidos en una encuesta.

El muestreo por conglomerados suele ser más eficiente que el muestreo aleatorio simple, específicamente cuando se hace un estudio en una región muy amplia. Ejemplo, es mucho más fácil contactar a muchas personas en algunas practicas de GP que pocas personas en muchas practicas de GP diferentes. Una de las desventajas es que se tiene un mayor riesgo de sesgo, si es que los grupos seleccionados no son representativos de la población, dando como resultado un mayor error de muestreo.

Métodos de muestreo no probabilistico

1. Muestreo de conveniencia

El muestreo de conveniencia es uno de los métodos más fáciles de muestreo, debido a que los participantes son seleccionados en función a la disponibilidad y a su voluntad. Se pueden obtener resultados que son muy útiles, pero los resultados son muy propensos a sesgos, por lo que aquellos que se ofrecen como voluntarios para participar pueden ser bastante diferentes de aquellas personas que deciden no hacerlo, y la muestra puede no ser representativa de otras características, como es la edad o sexo.

2. Muestreo de cuotas

Este tipo de método es muy utilizado por los investigadores del mercado. Los entrevistadores obtienen una cuota de sujetos de un tipo especifico para tratar de reclutarlos. Ejemplo, se le podría pedir a un entrevistador que salga y selecciones a 20 hombres adultos, 20 mujeres adultas, 10 niñas adolescentes y 10 niños adolescentes para poder entrevistarlos acerca de su televisión. Idealmente, las cuotas seleccionadas representarían de forma proporcional las características de la población subyacente.

Esto tiene la ventaja de ser muy sencillo y muy representativo, pero la muestra elegida puede no ser representativa de otras características que no se consideraron.

3. Juicio (o propósito) Muestreo

Este método también suele ser conocido como muestreo selectivo o subjetivo, la cual es una técnica basada en el juicio del investigador, al seleccionar quien participara. Los investigadores pueden elegir de forma implícita una muestra representativa para poder satisfacer sus necesidades, o acercarse de forma especifica a individuos con algunas características. Este tipo de enfoque suele ser el más utilizado por los medios de comunicación, cuando sondean al publico buscando opiniones y en las investigaciones cualitativas.

El muestreo de juicios posee la ventaja de ser rentable en cuanto a tiempo y costos en el tiempo que resulta en un rango de respuestas. Pero, ademas del sesgo voluntario, también es muy propenso a errores de juicios por parte de los investigadores y los resultados, aunque son potencialmente muy amplios, no serán necesariamente representativos.

4. Muestreo de bolas de nieve

Se trata de un método que se utiliza normalmente en ciencias sociales, cuando se desea investigar grupos que son difíciles de alcanzar. Donde se les pide a los sujetos existentes que nominen otros temas conocidos por ellos, por lo cual la muestra aumenta en su tamaño como una bola de nieve. Ejemplo, cuando se realiza una encuesta de conductas de riesgo entre los diferentes usuarios de drogas intravenosas, se les puede pedir a los que participan que nominen a otras personas para que sean entrevistados.

El muestreo de bola de nieve puede ser muy efectivo cuando el marco de muestreo es difícil de poder identificar. Aunque, al seleccionar amigos y conocidos de personas ya investigadas, puede existir un riesgo importante de sesgo de selección.

Sesgo en el muestreo

Existen cinco fuentes potenciales de sesgo que tienen que ser consideradas al seleccionar una muestra, sin importar el método ha utilizar. El sesgo de muestreo puede ser introducido cuando:

Cualquier regla de muestreo previamente acordada se desvía
Se omite a las personas en grupos de difícil acceso.
Individuos seleccionados son reemplazados por otros, por ejemplo si son difíciles de contactar.
Hay bajas tasas de respuesta.
Se usa una lista desactualizada como marco de muestra (por ejemplo, si excluye a las personas que se mudaron recientemente a un área)

Rate this post