TIPOS DE MUESTRA PROBABILISTICAS Y NO PROBABILISTICO

TIPOS DE MUESTRA: PROBABILÍSTICA Y NO PROBABILISTICA

SE DEFINE LA ESTADÍSTICA COMO:

"Ciencia que se ocupa del estudio de fenómenos de tipo genérico, normalmente complejos y enmarcados en un universo variable, mediante el empleo de modelos de reducción de la información y de análisis de validación de los resultados en términos de representativo. “

1.    POBLACIÓN Y MUESTRA

Cuando se realiza un estudio de investigación, se pretende generalmente inferir o generalizar resultados de una muestra a una población. Se estudia en particular a un reducido número de individuos a los que tenemos acceso con la idea de poder generalizar los hallazgos a la población de la cual esa muestra procede.
Este proceso de inferencia se efectúa por medio de métodos estadísticos basados en la probabilidad.

•La población

Representa el conjunto grande de individuos que deseamos estudiar y generalmente suele ser inaccesible.
Es, en definitiva, un colectivo homogéneo que reúne unas características determinadas.

• La muestra

Es el conjunto menor de individuos (subconjunto de la población accesible y limitado sobre el que realizamos las mediciones o el experimento con la idea de obtener conclusiones generalizables a la población).

El individuo es cada uno de los componentes de la población y la muestra. La muestra debe ser representativa de la población y con ello queremos decir que cualquier individuo de la población en estudio debe haber tenido la misma probabilidad de ser elegido.

•Las razones para estudiar muestras en lugar de poblaciones son diversas y entre ellas podemos señalar:

a) Ahorrar tiempo y costo. Se invierte en menos individuos.

b) Es más posible de abarcar. Estudiar la totalidad a las personas con una característica determinada en muchas ocasiones puede ser una tarea inaccesible o imposible de realizar.

c) Aumentar la calidad del estudio. Al disponer de más tiempo y recursos, las observaciones y mediciones realizadas a un reducido número de individuos pueden ser más exactas y plurales que si las tuviésemos que realizar a una población.

d) Permite reducir la heterogeneidad de una población. La selección de muestras específicas nos al indicar los criterios de inclusión y/o exclusión.

2.    . UNIDADES DE MUESTREO

Establecer las unidades muéstrales del estudio y dividir la población en dichas unidades. Por ejemplo, en una encuesta a la población, estas unidades muéstrales pueden ser personas, hogares, familias, pueblos, etc... La división de la población en unidades muéstrales debe de evitar la ambigüedad y cada elemento de la población debe de pertenecer a una única unidad muestral.

Consiste en decidir a quienes se van a entrevistar.  Es el elemento utilizado para seleccionar la muestra.

Son aquellas porciones de la realidad observada, o de la secuencia de expresiones de la lengua fuente, que se consideran independiente, unas de otras.

Habitualmente se empieza definiendo el marco muestral, que es el listado o forma de identificar a los individuos de la población a los que podemos acceder, llamados unidades de muestreo, y sobre los que se aplicará el proceso de selección. Pensemos, por ejemplo, en un censo de población, un listado de historias clínicas, etc. La elección del marco debe hacerse de forma muy cuidadosa, ya que condicionará la interpretación de los resultados.

3.    MUESTREO ALEATORIO SIMPLE

El muestreo aleatorio simple (M.A.S.) es la técnica de muestreo en la que todos los elementos que forman el universo y que por lo tanto están descritos  en el marco muestral, tienen idéntica probabilidad de ser seleccionados para la muestra. Sería algo así como hacer un sorteo justo entre los individuos del universo: asignamos a cada persona un boleto con un número correlativo, introducimos los números en una urna y empezamos a extraer al azar boletos. Todos los individuos que tengan un número extraído de la urna formarían la muestra. Obviamente, en la práctica, estos métodos pueden automatizarse mediante el uso de ordenadores.

Dependiendo de si los individuos del universo pueden ser seleccionados más de una vez en la muestra, hablaremos de M.A.S. con reposición o sin reposición.
Si usamos reposición, el hecho de que seleccione un individuo al azar para la muestra no impediría que este mismo individuo pudiese volver a ser seleccionado en una siguiente selección. Sería equivalente a decir que cada vez que se extrae un número al azar de la urna, volvemos a colocar el número antes de la siguiente extracción. Si por el contrario no usamos reposición, un individuo seleccionado para la muestra una vez ya no entraría nuevamente en el sorteo.

Beneficios del muestreo aleatorio simple

El desarrollo de la informática ha permitido que diseñar una muestra aleatoria simple sea extremadamente rápido y fiable. La generación de números aleatorios mediante software (estrictamente son números pseudo-aleatorios) es cada vez más fiable.

De esta forma, al usar M.A.S. nos aseguramos la obtención de muestras representativas, de manera que la única fuente de error que va a afectar a mis resultados va a ser el azar. Y lo que es más importante, este error debido al azar puede calcularse de forma precisa (o al menos acotarse). 

 Inconvenientes del muestreo aleatorio simple

El único inconveniente del M.A.S. es la dificultad de llevarlo a la práctica en investigaciones reales. Recordemos: al ser una técnica probabilística, es necesario un marco muestral con todos los individuos y que todos ellos sean seleccionables para la muestra. Un requisito que difícilmente puede cumplirse en la mayoría de estudios de mercado y opinión reales, lo que nos obligará a emplear otras técnicas.

4.    MUESTREO ALEATORIO SISTEMÁTICO

El muestreo sistemático se ideó para mejorar las propiedades del muestreo aleatorio simple, pero el grado de mejora es variable dependiendo de las propiedades del universo estudiado.

Para entender las propiedades de este muestreo, hay que tener en cuenta una cosa: si fijamos el intervalo o coeficiente de elevación según el tamaño de la muestra que necesitamos, sólo hay un elemento aleatorio dentro del proceso de muestreo: la unidad inicial que seleccionamos del primer bloque de individuos. El resto queda fijado de antemano. Esto equivale a decir que sólo tenemos k posibles muestras diferentes a obtener y que el muestreo es simplemente escoger una de las k muestras disponibles.

Es posible demostrar que cuanto más supera la varianza dentro de las k posibles muestras que podemos generar a la varianza poblacional, más precisión ganamos usando el muestreo sistemático respecto al aleatorio simple. Lo anterior puede interpretarse diciendo que el muestreo sistemático es más preciso que el aleatorio simple cuando la variabilidad dentro de las posibles muestras es superior a la variabilidad dentro de las unidades de la población. La precisión del muestreo sistemático coincide con la del aleatorio simple cuando ambas variabilidades coinciden, y esto se da cuando la disposición de los elementos en la población es totalmente aleatoria.

Ejemplo

Se acercan las Navidades y cierta empresa de turrones cree que no va a poder entregar todos los pedidos a tiempo, a no ser que aumente la plantilla. La empresa dispone de un listado ordenado alfabéticamente de 20 personas con las mismas características para el puesto y que actualmente están en paro. Puesto que el tiempo apremia y no es posible hacer una entrevista para seleccionar al personal, se decide elegir cinco trabajadores de forma aleatoria usando el muestreo sistemático.

Tenemos que elegir 5 elementos sistemáticamente de un total de 20, por tanto se debe elegir uno de cada k=20/5=4.

Se elige el punto de partida eligiendo un número al azar entre 1 y 4. Si obtenemos, por ejemplo h=2, los elementos de la muestra serán 2, 2+4, 2+2·4, 2+3·4, es decir:

2, 6, 10, 14, 8.

5.    MUESTREO ALEATORIO ESTRATIFICADO

El muestreo estratificado es una técnica de muestreo probabilístico en donde el investigador divide a toda la población en diferentes subgrupos o estratos. Luego, selecciona aleatoria-mente a los sujetos finales de los diferentes estratos en forma proporcional.

Es importante tener en cuenta que los estratos no deben superponerse. Que los subgrupos se superpongan dará a algunos individuos mayores probabilidades de ser seleccionados como sujetos. Esto niega completamente el concepto de muestreo estratificado como un tipo de muestreo probabilístico.

Igualmente importante es el hecho de que el investigador debe utilizar un muestreo probabilístico simple dentro de los diferentes estratos.

Los estratos más comunes utilizados en el muestreo aleatorio estratificado son la edad, el género, el nivel socio-económico, la religión, la nacionalidad y el nivel de estudios alcanzado.

Muestreo aleatorio estratificado: usos

§  Se utiliza el muestreo aleatorio estratificado cuando el investigador desea resaltar un subgrupo específico dentro de la población. Esta técnica es útil en tales investigaciones porque garantiza la presencia del subgrupo clave dentro de la muestra.

§  Los investigadores también emplean un muestreo aleatorio estratificado cuando quieren observar relaciones entre dos o más subgrupos. Con la técnica de muestreo aleatorio simple, el investigador no está seguro de si los subgrupos que quiere observar son representados equitativa y proporcionalmente dentro de la muestra.

§  Con el muestreo estratificado, el investigador puede probar de forma representativa hasta a los subgrupos más pequeños y más inaccesibles de la población. Esto permite que los investigadores prueben a los extremos de la población.

§  Con esta técnica, tienes una precisión estadística más elevada en comparación con el muestreo aleatorio simple. Esto se debe a que la variabilidad dentro de los subgrupos es menor en comparación con las variaciones cuando se trata de toda la población.

Debido a que esta técnica tiene una alta precisión estadística, exige un tamaño de la muestra menor que puede ahorrar mucho tiempo, dinero y esfuerzo de los investigadores.

MUESTREO ESTRATIFICADO: TIPOS

Muestreo aleatorio estratificado proporcionado

En esta técnica, el tamaño de la muestra de cada estrato es proporcional al tamaño de la población del estrato si se compara con la población total. Esto significa que el cada estrato tiene la misma fracción de muestreo.

Supongamos que tienes 3 estratos con 100, 200 y 300 tamaños de la población, respectivamente. El investigador eligió una fracción de muestreo de ½. Luego, el investigador debe probar al azar 50, 100 y 150 sujetos de cada estrato, respectivamente.

Estrato	A	B	C
Tamaño de la población	100	200	300
Fracción de muestreo	½	½	½
Tamaño final de la muestra	50	100	150

En esta técnica, lo importante es recordar el uso de la misma fracción de muestreo en cada estrato, independientemente de las diferencias en el tamaño de la población de los estratos. Es muy parecido a reunir una población más pequeña que sea específica de las proporciones relativas de los subgrupos dentro de la población.

Muestreo aleatorio estratificado desproporcionado

La única diferencia entre el muestreo aleatorio estratificado proporcionado y el desproporcionado son sus fracciones de muestreo. En el muestreo desproporcionado, los diferentes estratos tienen diferentes fracciones de muestreo.La precisión de este diseño es altamente dependiente de la asignación de fracción de muestreo del investigador. Si el investigador comete errores en la asignación de fracciones de muestreo, un estrato puede ser representado en exceso o in-suficientemente y dará resultados sesgados.MUESTREO POR CONGLOMERADOS

El muestreo por conglomerados es una técnica que aprovecha la existencia de grupos o conglomerados en la población que representan correctamente el total de la población en relación a la característica que queremos medir. Dicho de otro modo, estos grupos contienen toda la variabilidad de la población. Si esto sucede, podemos seleccionar únicamente algunos de estos conglomerados para realizar el estudio. En el muestreo por conglomerados la unidad muestral ya no son los individuos, sino un conjunto de individuos que bajo determinados aspectos, se considera que forman una unidad. El diseño muestral por lo tanto se articula a partir de la identificación de conglomerados de manera que en pequeña escala, cada conglomerado es una representación del universo. Persigue, al contrario que el estratificado, heterogeneidad dentro de los estratos y homogeneidad entre estratos. Los conglomerados pueden ser demarcaciones territoriales de interés tales como barrios, distritos, municipios viviendas, etc., pero también instituciones como colegios, centros de atención, hospitales, etc. Como se puede apreciar, en este tipo de unidades se busca que todos los conglomerados sean homogéneos entre sí (todos sean municipios, o colegios, o la unidad que se considere), garantizando que dentro de cada uno de ellos vamos a encontrar heterogeneidad interna en relación al tema estudiado. La secuencia de este método consiste básicamente en extraer por procedimientos aleatorios una muestra de conglomerados dentro del universo sometido a estudio, y dentro de cada uno las unidades que compondrán la muestra, que serán los sujetos finalmente entrevistados. Esta lógica del muestreo por conglomerados puede verse replicada en distintas fases dentro del proceso del diseño muestral. Si se da este caso nos hallaremos ante un muestreo polietápico por conglomerados. En esta derivación la selección muestral prosigue dentro de cada conglomerado, de manera que en cada muestra de conglomerados se lleva a cabo de nuevo una elección aleatoria de otro subconjunto de conglomerados, y así sucesivamente hasta seleccionar finalmente los sujetos a entrevistar. En los muestreos polietápicos por lo tanto la unidad de muestreo no serían los conglomerados, sino subconjuntos de ellos.

TIPOS DE MUESTRA POR CONGLOMERADOS

•        Muestra por conglomerados en una etapa

Una muestra por conglomerados en una etapa ocurre cuando el investigador incluye a todos los estudiantes secundarios de todos los conglomerados seleccionados al azar como muestra.

•        Muestra por conglomerados en dos etapas

En esta se obtiene la muestra por conglomerados en dos etapas cuando el investigador sólo selecciona un número de estudiantes de cada conglomerado mediante muestreo aleatorio simple o sistemático.

¿PARA QUÉ USAR UN MUESTREO POR CONGLOMERADOS?

Esta técnica de muestreo se utiliza en un área o conglomerados geográficos para un estudio de mercado. Un área geográfica extensa puede ser costosa de estudiar en comparación con el costo de las encuestas que se envían a grupos que se dividen en función del área.

VENTAJAS Y DESVENTAJAS DEL MUESTREO POR CONGLOMERADOS

VENTAJAS:

o   Esta técnica de muestreo es barata, rápida y fácil. En lugar de realizar un muestreo de todo un país como en el muestreo aleatorio simple, el investigador puede asignar sus recursos limitados a los pocos conglomerados o áreas seleccionadas aleatoriamente cuando se usan muestras por conglomerados.

o   En relación con la primera ventaja, el investigador también puede aumentar su tamaño de la muestra con esta técnica. Teniendo en cuenta que el investigador sólo tendrá que tomar la muestra de una serie de áreas o conglomerados, puede seleccionar más sujetos, ya que son más accesibles.

o   La principal ventaja de esta técnica es de tipo operativa: seleccionar un conglomerado a estudiar suele ser más fácil y económico que hacer una muestra aleatoria o sistemática. Hemos visto por ejemplo que usar conglomerados geográficos puede representar un importante ahorro en desplazamientos de personas.

DESVENTAJAS

o   De todos los diferentes tipos de muestreo probabilístico, esta técnica es la menos representativa de la población. La tendencia de los individuos dentro de un conglomerado es tener características similares y con una muestra por conglomerados, existe la posibilidad de que el investigador pueda tener un conglomerado sobrerrepresentado o infrarrepresentado que puede sesgar los resultados del estudio.

o   Curiosamente, es habitual hacer estudios a través de Internet en los que se sigue pensando en términos de estudiar sólo unas zonas geográficas, cuando en realidad a través de Internet no obtenemos ningún beneficio operativo; al contrario, incurrimos en mayor riesgo de tener menor precisión por diferencias entre las regiones estudiadas y el resto de la población. Esta práctica es una herencia injustificada de técnicas que eran buenas en entrevistas personales, pero que no lo son al usar otras metodologías.

o   Como principal inconveniente, al usar muestreo por conglomerados corremos un riesgo importante: que los conglomerados no sean realmente homogéneos entre ellos. En el ejemplo anterior sobre fumadores en Argentina, podría suceder que en una de las provincias exista más propensión a fumar, por ser una región más urbana, por razones culturales, etc.

CÓMO HACER UN MUESTREO POR CONGLOMERADOS DE MANERA EFECTIVA

El proceso habitual de un muestreo por conglomerados es el siguiente:

•       Decidir un público objetivo y también el tamaño de la muestra.

•      Crear un marco de muestreo utilizando un marco existente o creando uno nuevo para el público objetivo.

•      Evaluar los marcos en función de la cobertura y la agrupación y hacer cualquier ajuste correspondiente. Estos grupos suelen ser variados considerando la población que puede ser exclusiva e integral. Los miembros de una muestra se seleccionan de manera individual.

•     Determinar la cantidad de grupos e incluir una cantidad de miembros promedio en ellos. Asegúrate de que cada uno de estos grupos realmente sea distinto el uno del otro.

•       Elígelos al azar.

•      La estructura geográfica o por área es la más utilizada en muestreo por conglomerados.

•      El muestreo por conglomerados se deriva en subtipos de una etapa y de dos etapas, en función del número de pasos que siguen los investigadores para formar conglomerados.

EJEMPLO DE UN MUESTREO POR CONGLOMERADOS

ü  Un investigador decide explorar el rendimiento de los estudiantes de posgrado que se especializa en matemáticas en Colombia.

El investigador puede crear muestras de estudiantes pertenecientes a diferentes universidades para formar agrupaciones y puede bifurcar aún más a estas universidades según el estado en el que se encuentren. Se tratara de un muestreo de dos niveles en el que se pueden utilizar por supuesto otras técnicas de agrupamiento como el muestreo aleatorio simple.

ü  Se planea hacer una encuesta entre universitarios de primer curso de un país. Se quieren entrevistar 5.000 universitarios. Ante la imposibilidad de acceder (de acuerdo con los costos) a un muestreo estratificado, se piensa en una muestra de 200 conglomerados de 25 alumnos, identificando el conglomerado con un grupo de primer curso.

 

 

7.    MUESTREO POR CUOTAS

Muestreo por cuotas. Se establecen una serie de cuotas para diferentes categorías de la población basadas en una serie de consideraciones relevantes al estudio que se está llevando a cabo. Por ejemplo: 20 individuos de 25 a 40 años, de sexo femenino y residentes en Giljin. Una vez determinada la cuota se eligen los primeros que se encuentren que cumplan esas características. Este método se utiliza mucho en las encuestas de opinión.

El muestreo por cuotas es una técnica de muestreo no probabilístico en donde la muestra reunida tiene la misma proporción de individuos que toda la población con respecto al fenómeno enfocado, las características o los rasgos conocidos.

Asimismo, el investigador debe asegurarse de que la composición de la muestra final que será utilizada en el estudio cumpla los criterios de cuota de la investigación.

Muestreo por cuotas pasó a paso

El primer paso para el muestreo por cuotas no probabilístico es dividir a la población en subgrupos exclusivos.

  Luego, el investigador debe identificar las proporciones de estos subgrupos en la población.Esta misma proporción será aplicada al proceso de muestreo.

  Por último, el investigador selecciona sujetos de los diversos subgrupos teniendo en cuenta las proporciones observadas en el paso anterior.

El último paso asegura que la muestra sea representativa de toda la población. También permite que el investigador estudie rasgos y características que se ven en cada subgrupo.

Ejemplo de muestras por cuotas

En un estudio en donde el investigador quiere comparar el rendimiento académico de los diferentes niveles de clases del secundario, su relación con el género y la situación socioeconómica, el investigador identifica primero los subgrupos.

Por lo general, los subgrupos son las características o variables del estudio. El investigador divide a toda la población en niveles de clase, cruzados con el género y el nivel socioeconómico. Luego, toma nota de las proporciones de estos subgrupos en toda la población y a continuación hace un muestreo de cada subgrupo.

Cuándo utilizar muestras por cuotas

§  La razón principal por la que los investigadores eligen muestras por cuotas es que permiten que los investigadores hagan un muestreo de un subgrupo que es de gran interés para el estudio. Si un estudio tiene como objetivo investigar una característica o rasgo de un determinado subgrupo, ésta es la técnica ideal.

§  El muestreo por cuotas también permite que los investigadores observen las relaciones entre los subgrupos. En algunos estudios, los rasgos de un determinado subgrupo interactúan con otros rasgos de otro subgrupo. En tales casos, también es necesario que el investigador utilice este tipo de técnica de muestreo.

Desventajas de las muestras por cuotas

Puede parecer que esta técnica de muestreo es totalmente representativa de la población. En algunos casos no es así. Debes tener en cuenta que se han tenido en cuenta sólo los rasgos seleccionados de la población para formar los subgrupos.

En el proceso de muestreo de estos subgrupos, otros rasgos de la muestra pueden ser representados de más. En un estudio que tiene en cuenta el género, el nivel socioeconómico y la religión como base de los subgrupos, la muestra final puede tener una representación sesgada de la edad, la raza, el nivel educativo alcanzado, el estado civil y mucho más.

8.    MUESTREO EN BOLA DE NIEVE

El muestreo de bola de nieve es una técnica de muestreo no probabilístico utilizada por los investigadores para identificar a los sujetos potenciales en estudios en donde los sujetos son difíciles de encontrar.

  

Los investigadores utilizan este método de muestreo si la muestra para el estudio es muy rara o si está limitada a un subgrupo muy pequeño de la población. Este tipo de técnica de muestreo funciona en cadena. Luego de observar al primer sujeto, el investigador le pide ayuda a él para identificar a otras personas que tengan un rasgo de interés similar.

El proceso de muestreo de bola de nieve es como pedirles a tus sujetos que designen a otra persona con el mismo rasgo como el próximo sujeto. Luego, el investigador observa a los sujetos designados y sigue de la misma manera hasta obtener el número suficiente de sujetos.Por ejemplo, para obtener sujetos para un estudio que quiere analizar una enfermedad rara, el investigador puede elegir utilizar el muestreo de bola de nieve, ya que será difícil obtener sujetos. También es posible que los pacientes con la misma enfermedad tengan un grupo de apoyo, y si uno de sus miembros es tu primer sujeto, lo más probable es que allí encuentres más sujetos para el estudio.

Tipos de muestreo de bola de nieve

§  Muestreo de bola de nieve lineal

§  Muestreo de bola de nieve no discriminatorio exponencial

§  Muestreo de bola de nieve discriminatorio exponencial

Ventajas del muestreo de bola de nieve

§  El proceso en cadena permite que el investigador llegue a poblaciones que son difíciles de probar cuando se utilizan otros métodos de muestreo.

§  El proceso es barato, simple y rentable.

§  Esta técnica de muestreo necesita poca planificación y menos mano de obra que otras técnicas de muestreo.

Desventajas del muestreo de bola de nieve

§  El investigador tiene poco control sobre el método de muestreo. Los sujetos que el investigador puede obtener se basan principalmente en los sujetos observados anteriormente.

§  La representatividad de la muestra no está garantizada. El investigador no tiene ni idea de la verdadera distribución de la población ni de la muestra.

§  El sesgo de muestreo es también un miedo de los investigadores cuando se utiliza esta técnica. Los primeros sujetos tienden a designar a personas que conocen bien. Como consecuencia, es muy posible que los sujetos compartan los mismos rasgos y características y, por lo tanto, la muestra que obtenga el investigador será sólo un pequeño subgrupo de toda la población.

 

 

9.    MUESTREO SEGÚN CRITERIO

 

 

El muestreo deliberado, crítico o por juicio, es una técnica de muestreo no probabilístico en la que los miembros de la muestra se eligen sólo sobre la base del conocimiento y el juicio del investigador. Como el conocimiento del investigador es instrumental en la creación de una muestra, hay posibilidades de que los resultados obtenidos sean altamente precisos con un mínimo margen de error.

El proceso de selección de una muestra mediante el muestreo deliberado, crítico o por juicio implica que los investigadores seleccionen cuidadosamente a cada individuo para que forme parte de la muestra. El conocimiento del investigador es fundamental en este proceso de muestreo, ya que los miembros de la muestra no se eligen al azar.

¿Cuándo llevar a cabo un muestreo deliberado, crítico o por juicio?

Este tipo de muestreo es más efectivo en situaciones en las que sólo hay un número restringido de personas que poseen cualidades que un investigador espera de la población objetivo. Los investigadores prefieren implementar el muestreo deliberado, crítico o por juicio cuando sienten que otras técnicas de muestreo consumirán más tiempo y confían en su conocimiento para seleccionar una muestra para llevar a cabo la investigación.

Esta clase de muestreo se utiliza generalmente en situaciones en las que la población objetivo está formada por individuos altamente intelectuales que no pueden elegirse utilizando ninguna tipo de muestreo probabilístico o no probabilístico. También se utiliza en situaciones en las que la muestra seleccionada necesita ser aprobada o filtrada utilizando otros métodos de muestreo.

Por ejemplo, en situaciones en las que un investigador lleva a cabo un muestreo por conveniencia para recolectar retroalimentación de los profesores sobre su universidad, pero el hecho de que hay altas probabilidades de que los resultados sean sesgados, los investigadores prefieren un muestreo deliberado, crítico o por juicio para seleccionar a aquellos profesores que proporcionarán 100% de retroalimentación sobre la universidad.

La selección de cada individuo de la muestra es un reto para el investigador. Es una tarea tediosa seleccionar manualmente a los miembros de una muestra y asegurarse de que no haya sesgos.

La autoridad que interviene en el proceso de selección no tiene por qué ser necesariamente un “experto” en la materia, sino que debe cumplir determinadas características que se esperan de una autoridad de este tipo de muestreo no probabilístico. No se tiene en cuenta la formación o la experiencia laboral cuando se nombra a las autoridades encargadas del proceso de selección.

El muestreo deliberado, crítico o por juicio se utiliza cuando hay limitaciones de tiempo para la creación de la muestra y las autoridades involucradas preferirían confiar en su conocimiento y no en otros métodos de muestreo. Pero, hay que tener en cuenta el hecho de que un investigador puede o no ser competente para llevar a cabo un proceso de muestreo eficaz. Esta es la única desventaja del muestreo intencional. Cada investigador que asuma la responsabilidad de crear una muestra utilizando el muestreo de expertos tendrá que estar extremadamente seguro de sus propias habilidades y comprensión del tema.

Ejemplos de muestreo deliberado, crítico o por juicio

Aquí hay dos ejemplos distintos:

Considere un escenario en el que se desean entender los factores que llevan a una persona a seleccionar el hacking ético como profesión. El hacking ético es una habilidad que ha atraído recientemente a la juventud. Cada vez más gente lo selecciona como profesión. Los investigadores que entiendan lo que es el hacking ético podrán decidir quién debe formar la muestra para reconocerla como profesión. Es entonces cuando se implementa el muestreo deliberado, crítico o por juicio. Los investigadores pueden filtrar fácilmente a aquellos participantes que pueden ser elegibles para ser parte de la muestra de investigación.

Hay muchas tribus en el mundo que tienen sus propias creencias religiosas. Para los investigadores que planean estudiar la cultura un país en particular, se aconseja que seleccionen estratos utilizando un muestreo deliberado, crítico o por juicio, ya que las creencias religiosas se consideran altamente sensibles. Debido a la sensibilidad del tema, si se crean muestras de aquellos que tienen el conocimiento apropiado y se lleva a cabo la investigación con esas muestras, los resultados serán altamente precisos. Las técnicas de muestreo probabilístico a menudo producen resultados alterados en tales casos.

Ventajas del muestreo deliberado, crítico o por juicio

Consume un tiempo mínimo de ejecución: En este enfoque de muestreo, la experiencia de los investigadores es importante y no existen otras barreras debido a las cuales la selección de una muestra resulta extremadamente conveniente.

Permite a los investigadores acercarse directamente a su mercado objetivo: No hay criterios para seleccionar una muestra, excepto las preferencias del investigador. Gracias a esto, puede comunicarse directamente con el público objetivo de su elección y obtener los resultados deseados.

Resultados casi en tiempo real: Se puede realizar una encuesta o sondeo rápido con la muestra utilizando un muestreo deliberado, crítico o por juicio, ya que los miembros de la muestra poseerán el conocimiento y la comprensión acorde al tema.

 

 

 

 

 

 

10. MUESTREO POR CONVENIENCIA

El muestreo por conveniencia es una técnica de muestreo no probabilístico y no aleatorio utilizada para crear muestras de acuerdo a la facilidad de acceso, la disponibilidad de las personas de formar parte de la muestra, en un intervalo de tiempo dado o cualquier otra especificación práctica de un elemento particular.

El investigador elige a los miembros solo por su proximidad y no considera si realmente estos representan muestra representativa de toda la población o no. Cuando se utiliza esta técnica, se pueden observar hábitos, opiniones, y puntos de vista de manera más fácil.

Los investigadores utilizan técnicas de muestreo en situaciones en las que hay grandes poblaciones para ser evaluadas, ya que, en la mayoría de los casos, es casi imposible realizar pruebas a toda una población.

El muestreo por conveniencia es la técnica de muestreo que se utiliza de manera más común, ya que es extremadamente rápida, sencilla, económica y, además, los miembros suelen estar accesibles para ser parte de la muestra.

Esta técnica se utiliza cuando no existen criterios que deban considerarse para que una persona pueda ser parte de la muestra. Cada elemento de la población puede ser un participante y es elegible para ser parte de la muestra. Estos participantes comúnmente dependen de la proximidad al investigador.

Por ejemplo, en una escuela a veces hay situaciones en las que un docente selecciona las primeras dos filas para participar en la competencia, este es un tipo de ejemplo en cuanto a la proximidad. O también otro ejemplo podría ser cuando una ONG selecciona las 20 mejores ciudades para que presten sus servicios en función de la proximidad de su base.

 ¿Cuándo se utiliza el muestreo por conveniencia?

El ejemplo más básico de donde se utiliza el método de muestreo de conveniencia es cuando las empresas detienen a las personas en un centro comercial o en una calle concurrida para distribuir sus folletos promocionales y hacer preguntas.

Las empresas utilizan el método de muestreo por conveniencia para recopilar información sobre problemas críticos que deben abordarse casi de inmediato, o cuando una marca está recopilando información sobre una característica o producto en particular recién lanzado.

Durante las etapas iniciales de una investigación, los investigadores suelen preferir utilizar el muestreo por conveniencia ya que con este método es más rápido y fácil obtener resultados.

Incluso aunque muchos evitan implementar esta técnica, el muestreo por conveniencia es clave en situaciones en las que un investigador pretende obtener información en un lapso de tiempo más corto y sin invertir demasiado dinero.

Por ejemplo, si a un estudiante de marketing se le pide una tarea en la cual debe obtener comentarios sobre el “alcance del marketing de contenido en el 2018”, este crearía rápidamente una encuesta en línea y le enviaría un enlace a todos los contactos de su teléfono para que estos la respondan y las compartan en sus redes sociales. Además es probable que le pida a sus compañeros que le ayuden a responder su encuesta porque la necesita para su tarea. Este es un ejemplo clásico del uso del método de muestreo por conveniencia.

Ventajas del muestreo por conveniencia

Método rápido para recopilar datos: Las reglas para reunir elementos o participantes para la muestra son menos complicados en comparación con otros métodos de investigación, como por ejemplo el muestreo aleatorio simple, el muestreo estratificado o el muestreo sistemático. Debido a la simplicidad de este tipo de muestreo, la recopilación de datos suele tomar un tiempo mínimo.

Económico al momento de crear muestras: El dinero y el tiempo invertido en otros métodos de muestreo de probabilidad suelen ser mucho más altos en comparación con el muestreo por conveniencia. Esto permite a los investigadores a crear muestras con menos o incluso con ninguna inversión en un breve periodo de tiempo.

Muestra fácilmente recolectada: Los investigadores pueden acceder fácilmente a los elementos y, por lo tanto, es fácil recopilar miembros para la muestra.

Menos reglas: a diferencia de las técnicas de muestreo probabilístico, el muestreo por conveniencia no requiere pasar por una lista de verificación para poderle dar acceso a los miembros o a una población a ser parte de la muestra. En el caso de este método de muestreo, la recopilación de información y de datos críticos es mucho más simple.

Un ejemplo de uso de muestreo por conveniencia puede ser este: Imagina que los voluntarios de la ONG necesitan realizar encuestas a mujeres pero no tienen acceso a muchas, pero necesitan obtener los resultados lo más rápido posible, lo que los voluntarios pueden hacer es ir a escuelas, universidades, oficinas, etc., y hablar con las mujeres que estén presentes sin tener una lista en la mano.

¿Cómo reducir el sesgo en el muestreo por conveniencia?

La mejor manera de reducir el sesgo en el muestreo por conveniencia es utilizándolo junto al muestreo probabilístico. La realidad es que el muestreo por conveniencia suele estar sesgado, es por eso que el uso del muestreo de probabilidad puede ser útil para tener el sesgo bajo control.

El muestreo por conveniencia y las técnicas de muestreo de probabilidad son realmente buenas para obtener una estimación más precisa. El aspecto de probabilidad que se utiliza con el muestreo de conveniencia tendrá que ser lo suficientemente potente como para superar el sesgo.

El sesgo puede hacer que toda una muestra sea inútil y definitivamente eso es lo último que un investigador necesita, es por eso que te recomiendo hacer uso de ambas técnicas de muestreo para obtener los resultados que estás buscando.