Tipos de Muestreo Probabilistico y no Probalistico y sus Ventajas y Desventajas

 

Tipos de muestreo probabilístico

El muestreo probabilístico puede clasificarse en muestreo aleatorio simple, sistemático, estratificado y muestreo por conglomerados. 

 

Muestreo aleatorio simple

El muestreo aleatorio simple es uno de los métodos de selección más sencillos para una muestra. Se basa en elegir, de forma aleatoria, a los individuos de la muestra a investigar.

Para ello, se le otorga un número a cada sujeto de la población y posteriormente, a modo de sorteo, se seleccionan números de forma aleatoria para conformar la muestra.

Por ejemplo: para tomar una muestra de 10 escuelas, sobre una población de 200 escuelas que hay en el país, cada escuela obtiene un número al azar. Entonces, a modo de sorteo, se seleccionan 10 números que conformarán dicha muestra.

Muestreo sistemático

El muestreo sistemático se lleva a cabo dividiendo la población en subgrupos, en forma de lista, para seleccionar aleatoriamente un número. Luego, el número escogido será, en cada grupo, el individuo que conforme la muestra.

Por ejemplo: tenemos una población de 10.000 personas y debemos conformar una muestra de 100 individuos, por lo que se divide a la población en 200 grupos de 50. Luego se selecciona un número al azar, por ejemplo el 20, y así la muestra de 100 individuos se irá conformando por el individuo número 20 de cada grupo.

Muestreo estratificado

En el muestreo estratificado, el investigador divide a la población en estratos o subgrupos que, generalmente, comparten ciertas características. Luego, utilizando el método del muestreo aleatorio simple, se elige un individuo de cada estrato para conformar la muestra.

Por ejemplo: para realizar una investigación cuya población está conformada por personas que trabajan en una empresa, el investigador divide dicha población en los siguientes estratos:

• Hombre con media jornada.
• Hombre con jornada completa.
• Mujer con media jornada.
• Mujer con jornada completa.

Aquí el investigador está dividiendo la población en 4 diferentes estratos, cuyos integrantes comparten características.

Muestreo por conglomerados

Este método es utilizado cuando no es viable, o es imposible, elaborar una lista exacta de los elementos de una población. Para llevarlo a cabo, los detalles de dicha población ya deben estar agrupados en poblaciones, es decir que las listas ya deben existir, o se pueden crear.

Por ejemplo: un investigador decide realizar una investigación sobre México, pero dividir en grupos a toda la población del país sería difícil e impráctico. Por lo tanto, aprovecha y utiliza la separación natural por ciudades. Así, a partir de cada ciudad, elige individuos de forma aleatoria para conformar la muestra.

 

 

 

 

Tipos de muestreo no probabilístico

El muestreo no probabilístico puede ser clasificado en muestreo por cuotas, conveniencia, bola de nieve o muestreo discrecional.

Muestreo por conveniencia

 

El muestreo no probabilístico por conveniencia es aquel donde el investigador realiza la muestra, seleccionando individuos que considera accesibles y de rápida investigación. Esto, generalmente, lo hace por proximidad a él mismo.

Por ejemplo: un investigador decide realizar un estudio sobre la opinión de un profesor en un aula determinada. Al utilizar el muestreo por conveniencia, conforma su muestra con los primeros 5 alumnos de la lista del aula.

Muestreo por cuotas

 

A través del muestreo por cuotas, el investigador se asegura de que la muestra sea equitativa y proporcional, de acuerdo con las características, cualidades o rasgos de la población a estudiar.

Por ejemplo: un investigador debe realizar una muestra sobre los empleados de una empresa, en la que el 60% son mujeres y el 40% son hombres. Para hacerlo, selecciona individuos que sean proporcionales a la población, a través de un muestreo por conveniencia o a elección del investigador.

Muestreo de bola de nieve

También conocido como muestreo en cadena, este método consiste en que el investigador exija, al primer sujeto de la muestra, identificar o señalar a otra persona que cumpla con los requisitos de la investigación.

Por ejemplo: un investigador decide realizar una investigación cuya muestra la conforman individuos con una rara enfermedad. De esta manera, al encontrar un individuo con dichas características, el investigador le pide ayuda para encontrar otras personas con estas condiciones para conformar la muestra.

Muestreo discrecional

También conocido como muestreo por juicio o intencional, mediante esta técnica los sujetos se eligen para conformar un grupo específico, de personas que resultan más adecuadas para el análisis que otras.

Por ejemplo: se desea realizar una investigación sobre el comportamiento de los padres con sus hijos. Por lo tanto, el investigador selecciona como muestra a personas que tengan hijos, ya que las considera aptas de conocimiento para formar parte de la investigación.

Ventajas y desventajas del muestreo probabilístico

El muestreo probabilístico presenta tanto ventajas como desventajas al investigar.

Ventajas

Las ventajas del muestreo probabilístico son las siguientes:

• Es la forma más sencilla de armar una muestra.
• La representatividad aumenta y resulta más fácil ponerla en práctica.
• No requiere marco de muestreo.
• Se toman en cuenta las subpoblaciones y tiene precisión.
• Resulta económico y no es un problema llevarlo a cabo.

Desventajas

Las desventajas del muestreo probabilístico son las siguientes:

• A veces resulta poco preciso y puede ser difícil calcular o interpretar sus resultados.
• Resulta complicado y costoso elegir las variables de estratificación.
• En algunos casos puede disminuir el aspecto de la representatividad.
• Muchas veces es complicado especificar el marco de muestreo, pues hay menos precisión.

 

Ventajas y desventajas del muestreo no probabilístico

Ventajas

Las principales ventajas del muestreo no probabilístico son las siguientes:

• Menos costos para realizar la investigación.
• Se pueden controlar las características de la muestra.
• Conlleva menos tiempo, ya que se conoce al individuo que formará parte de la muestra.
• Se pueden conocer características poco comunes.

Desventajas

Las principales desventajas del muestreo no probabilístico son las siguientes:

• No asegura la representación total de la población.
• No generaliza y es subjetiva.
• No es recomendable en el caso de que la investigación sea causal o descriptiva.

• Ejemplos de muestreo no probabilístico

  A continuación proponemos algunos ejemplos para entender con más claridad la muestra no probabilística:

• Un profesor desea analizar la cantidad de estudiantes con metas realistas, por lo que utiliza voluntarios conocidos y envía la encuesta a la escuela, para que dichos estudiantes actúen como muestra.
• Un investigador social elige 50 personas desempleadas en una población y les pide a 5 de estas que busquen otras 10 personas desempleadas, para terminar el análisis y la investigación mediante el método de bola de nieve.

Ejemplos de muestreo probabilístico

A continuación proponemos algunos ejemplos para entender mejor la muestra probabilística:

• Para realizar una muestra de 50 empleados de una empresa, que posee una población total de 150 empleados, se utiliza el método de selección aleatoria simple al escoger, al azar, 50 individuos. De esta manera queda conformada la muestra para realizar la investigación.
• Se debe realizar una investigación sobre determinada ciudad, por lo que el investigador divide y enlista la población en grupos de 200 personas, para luego, de forma aleatoria, elegir el individuo número 120 de cada grupo, conformando de esta manera la muestra.
• A la hora de realizar un censo poblacional, se toma como muestra toda una población, donde todas las personas tienen la misma posibilidad de ser censadas.