You are on page 1of 5

Muestreo probabilstico y

aleatorizacin
El muestreo probabilstico es una tcnica de muestreo en virtud de la
cual las muestras son recogidas en un proceso que brinda a todos los
individuos de la poblacin las mismas oportunidades de ser
seleccionados.
En esta tcnica de muestreo, el investigador debe garantizar que cada
individuo tenga las mismas oportunidades de ser seleccionado y esto se puede
lograr si el investigador utiliza la aleatorizacin.
La ventaja de utilizar una muestra aleatoria es la ausencia de sesgos de
muestreo ysistemticos. Si la seleccin aleatoria se hace correctamente, la
muestra ser representativa de toda la poblacin.
El efecto de esto es un sesgo sistemtico ausente o mnimo que es la
diferencia entre los resultados de la muestra y los resultados de la poblacin. El
sesgo de muestreo tambin se elimina ya que los sujetos son elegidos al azar.

Tipos de muestreo probabilstico


Muestreo aleatorio simple

El muestreo aleatorio simple es la forma ms fcil de muestreo probabilstico.


Lo nico que el investigador tiene que hacer es asegurarse de que todos los
miembros de la poblacin sean incluidos en la lista y luego seleccionar al azar
el nmero deseado de sujetos.
Existen muchos mtodos para hacer esto. Puede ser tan mecnico como sacar
tiras de papel de un sombrero con nombres escritos mientras el investigador
tiene los ojos vendados o puede ser tan fcil como usar un software de
computadora para hacer la seleccin aleatoria .

Muestreo aleatorio estratificado

El muestreo aleatorio estratificado tambin es conocido como muestreo


aleatorio proporcional. sta es una tcnica de muestreo probabilstico en donde
los sujetos son inicialmente agrupados en diferentes categoras, tales como la
edad, el nivel socioeconmico o el gnero.
Luego, el investigador selecciona aleatoriamente la lista final de sujetos de los
distintos estratos. Es importante tener en cuenta que los estratos no se
superpongan.

Generalmente, los investigadores utilizan un muestreo aleatorio estratificado si


quieren estudiar un determinado subgrupo dentro de la poblacin. Tambin es
preferible el muestreo aleatorio simple porque garantiza resultados estadsticos
ms precisos.
Muestreo aleatorio sistemtico

El muestreo aleatorio sistemtico se puede comparar con una progresin


aritmtica en donde la diferencia entre dos nmeros consecutivos es la misma.
Por ejemplo, supongamos que ests en una clnica y tienes 100 pacientes.
1. Lo primero que tienes que hacer es elegir un nmero entero que sea
menor que el nmero total de la poblacin. ste ser tu primer sujeto, por
ejemplo (3).

2. Selecciona otro nmero entero que ser el nmero de individuos entre


los sujetos, por ejemplo, (5).

3. Tus sujetos sern los pacientes 3, 8, 13, 18, 23 y as sucesivamente.


No existe una ventaja clara en la utilizacin de esta tcnica.

Muestreo aleatorio por conglomerados

El muestreo aleatorio por conglomerados se realiza cuando es imposible el


muestreo aleatorio simple debido al tamao de la poblacin. Imagnate hacer
un muestreo aleatorio simple cuando la poblacin en cuestin es toda la
poblacin de Asia.
1. En el muestreo por conglomerados, la investigacin identifica primero las
fronteras, en el caso de nuestro ejemplo. Pueden ser los pases de Asia.

2. El investigador selecciona aleatoriamente un nmero de reas


identificadas. Es importante que todas las reas (pases) dentro de la
poblacin tengan las mismas posibilidades de ser seleccionadas.

3. El investigador puede incluir todos los individuos dentro de las reas


seleccionadas o seleccionar aleatoriamente a los sujetos de las reas
identificadas.

Muestreo aleatorio mixto/por etapas mltiples

Esta tcnica de muestreo probabilstico implica una combinacin de dos o ms


tcnicas de muestreo enumeradas anteriormente. En la mayora de las
investigaciones complejas realizadas en el campo o en el laboratorio, no es
adecuado utilizar un solo tipo de muestreo probabilstico.

La mayora de las investigaciones se realizan en diferentes etapas y en cada


etapa se aplica una tcnica de muestreo aleatorio diferente
Muestreo no probabilstico
El muestreo no probabilstico es una tcnica de muestreo donde las
muestras se recogen en un proceso que no brinda a todos los
individuos de la poblacin iguales oportunidades de ser
seleccionados.

En cualquier tipo de investigacin es difcil lograr un muestreo


aleatorio autntico.
La mayora de los investigadores tienen limitaciones temporales, monetarias y
de mano de obra y, gracias a ellas, es casi imposible tomar una muestra
aleatoria de toda la poblacin. Generalmente, es necesario emplear otra
tcnica de muestreo, latcnica de muestreo no probabilstico.
A diferencia del muestreo probabilstico, la muestra no probabilstica no es un
producto de un proceso de seleccin aleatoria. Los sujetos en una muestra no
probabilstica generalmente son seleccionados en funcin de su accesibilidad o
a criterio personal e intencional del investigador.

La desventaja del mtodo de muestreo no probabilstico es que no se toman


pruebas de una porcin desconocida de la poblacin. Esto implica que la
muestra puede representar a toda la poblacin con precisin o no. Por lo tanto,
los resultados de la investigacin no pueden ser utilizados
en generalizaciones respecto de toda la poblacin.

Tipos de muestreo no probabilstico


Muestreo por conveniencia

El muestreo por conveniencia es probablemente la tcnica de muestreo ms


comn. En el muestreo por conveniencia, las muestras son seleccionadas
porque son accesibles para el investigador. Los sujetos son elegidos
simplemente porque son fciles de reclutar. Esta tcnica es considerada la ms
fcil, la ms barata y la que menos tiempo lleva .

Muestreo consecutivo

El muestreo consecutivo es muy similar al muestreo por conveniencia, excepto


que intenta incluir a TODOS los sujetos accesibles como parte de la muestra.
Esta tcnica de muestreo no probabilstico puede ser considerada la mejor
muestra no probabilstica, ya que incluye a todos los sujetos que estn
disponibles, lo que hace que la muestra represente mejor a toda la poblacin .
Muestreo por cuotas

El muestreo por cuotas es una tcnica de muestreo no probabilstico en donde


el investigador asegura una representacin equitativa y proporcionada de los
sujetos, en funcin de qu rasgo es considerado base de la cuota.
Por ejemplo, si la base de la cuota es de nivel de ao en la universidad y el
investigador necesita una representacin igual, con un tamao de muestra de
100, debe seleccionar 25 estudiantes de 1 ao, 25 de 2 ao, 25 de 3 ao y
25 de 4 ao. Las bases de la cuota generalmente son la edad, el gnero, la
educacin, la etnia, la religin y el nivel socioeconmico.

Muestreo discrecional

El muestreo discrecional es ms comnmente conocido como muestreo


intencional. En este tipo de toma de muestras, los sujetos son elegidos para
formar parte de la muestra con un objetivo especfico. Con el muestreo
discrecional, el investigador cree que algunos sujetos son ms adecuados para
la investigacin que otros. Por esta razn, aquellos son elegidos
deliberadamente como sujetos.

Muestreo de bola de nieve

El muestreo de bola de nieve se lleva a cabo generalmente cuando hay una


poblacin muy pequea. En este tipo de muestreo, el investigador le pide al
primer sujeto que identifique a otro sujeto potencial que tambin cumpla con los
criterios de la investigacin. La desventaja de usar una muestra de bola de
nieve es que difcilmente sea representativa de la poblacin .

Cundo utilizar el muestreo no probabilstico

Este tipo de muestreo puede ser utilizado cuando se quiere mostrar que
existe un rasgo determinado en la poblacin.
Tambin se puede utilizar cuando el investigador tiene como objetivo
hacer un estudio cualitativo, piloto o exploratorio.
Se puede utilizar cuando es imposible la aleatorizacin, como cuando la
poblacin es casi ilimitada.
Se puede utilizar cuando la investigacin no tiene como objetivo generar
resultados que se utilicen para hacer generalizaciones respecto de toda la
poblacin.
Tambin es til cuando el investigador tiene un presupuesto, tiempo y
mano de obra limitados.
Esta tcnica tambin se puede utilizar en un estudio inicial que ser
llevado a cabo nuevamente utilizando un muestreo probabilstico aleatorio.

You might also like