Contenido
Realizar una búsqueda utilizando cualquier tipo de análisis estadístico, en primer lugar, depende de la selección cuidadosa y la planificación de un método de muestreo. Las muestras no aleatorias, aunque son fáciles y, a menudo, de bajo costo, no son útiles para la estadística inferencial. Sin embargo, las aleatorias pueden proporcionar resultados más precisos y se aplican a varias herramientas estadísticas. Diferentes técnicas de muestreo aleatorias son adecuadas para situaciones específicas de investigación, y son fundamentales para su eficacia.
significación
Cuando realizamos investigaciones como levantamientos, no siempre es posible entrevistar o analizar a todas las personas u objetos de interés. Los investigadores tienen que elegir sólo algunas personas u objetos para incluir en el estudio.Sin embargo, esta sellación debe realizarse con cuidado, para asegurar que los resultados de la investigación basada en este pequeño grupo, una muestra, sean precisos cuando se aplican a todas las personas u objetos existentes (denominados de población en la terminología estadística).
tipos
Hay dos tipos principales de muestreo: la aleatoria y la no aleatoria. Un ejemplo de muestra no aleatoria es preguntar a sus amigos cuáles son sus restaurantes favoritos. Usted encuentra a sus amigos con facilidad, y ellos probablemente proporcionar respuestas rápidas. Este tipo de muestra "fácil" y no aleatorio se denomina muestra de conveniencia. Ellas son más fáciles de reunir y analizar y son más baratas. Su punto débil es que los resultados no se pueden analizar utilizando estadísticas de probabilidad. Las respuestas de sus amigos no representan la opinión de la población de su ciudad, por ejemplo. Sin embargo, una muestra aleatoria, si se construye con cuidado, proporcionará una mejor representación de toda una población de estudio.
Variedades de muestras aleatorias
Los tres principales métodos de muestreo aleatorio son la aleatoria simple, la aleatoria estratificada y la agrupada. Una muestra aleatoria simple, para una investigación en una ciudad, sortearía los nombres de los ciudadanos de modo completamente aleatorio, sin considerar las características individuales. Sin embargo, este método podría seleccionar accidentalmente a todas las personas ricas o de una zona geográfica solamente. Una muestra estratificada para una investigación podría, en primer lugar, clasificar a la población en estudio de acuerdo con algunas características. Podría, por ejemplo, clasificarlas de acuerdo con la renta, y luego seleccionar a los individuos aleatoriamente a partir de cada "capa" o nivel para asegurarse de que todos los grupos de ingresos fueron representados. Una muestra agrupada para una investigación en una ciudad puede dividirla en bloques residenciales y luego seleccionar al azar a una persona de cada bloque para la entrevista, a fin de garantizar que toda la ciudad fue representada en los resultados. Las agrupaciones pueden ser de varios tipos, como geográfico, por lugar de trabajo, escuelas, etc.
tamaño
Calcular el tamaño adecuado de una muestra aleatoria para obtener resultados precisos y generalizables es una parte importante de la planificación del método de muestreo. Usted encuentra más información sobre este tema en el enlace de la sección Recursos abajo.
consideraciones
Aunque la elección de un método de muestreo aleatorio depende de la búsqueda y de los recursos específicos, la inclusión de un elemento aleatorio probablemente proporcionará resultados mejores y más precisos cuando se utilizan con cuidado.
Conceptos erróneos
Dicho esto, utilizar simplemente una muestra aleatoria para la investigación no es suficiente para garantizar que un estudio proporcione resultados precisos. Si usted está realizando una investigación o leyendo al respecto, tenga en cuenta si el método de muestreo aleatorio elegido para el análisis incluirá realmente a todas las personas y objetos de interés para la investigación. Si parece que un grupo o característica importante, del tipo que puede haber afectado a los resultados, se ha omitido, piense críticamente sobre el valor total de la investigación y si podría haber sido mejor conducida utilizando un método de muestreo diferente.