Para obtener información sobre poblaciones grandes, los investigadores utilizan cuatro métodos de muestreo probabilístico: aleatorio simple, sistemático, estratificado y por conglomerados. Todas las personas de una población determinada tienen la misma probabilidad de ser seleccionadas en el muestreo probabilístico y, lo que es más importante, las personas se eligen al azar.
Utilidad de la muestra de probabilidad
Imagínese lo difícil y costoso que sería para una empresa encuestar a todos en los Estados Unidos cada vez que quiere saber algo sobre los estadounidenses. Si una muestra se crea al azar y todos tuvieran la oportunidad de participar, entonces los resultados de la muestra estarían cerca de los resultados de un censo, que encuesta a todos. El muestreo probabilístico es una forma crucial, que ahorra tiempo y es mucho menos costosa de obtener información de la sociedad. que un censo porque sus resultados pueden reflejar una gran población a pesar de que encuesta a un pequeño número de personas. Si una muestra no se creó al azar, que es un muestreo no probabilístico, es poco probable que los resultados reflejen a toda la población.
Muestreo simple aleatorio y sistemático
En el muestreo aleatorio simple, las personas se seleccionan al azar de una lista de población completa. Por lo general, a cada persona u hogar de la población se le asigna un número y una computadora genera números aleatorios que indican quién se elige para la muestra. Las loterías son una muestra puramente aleatoria. Todos los poseedores de boletos están en una lotería, pero solo unos pocos son elegidos al azar.
El muestreo sistemático es similar al muestreo aleatorio simple con una diferencia: un patrón para la selección de participantes. Por ejemplo, un investigador puede comenzar en un punto aleatorio y tomar cada centésimo nombre que encuentre en la guía telefónica de Atlanta, Georgia. Este método de muestreo se utiliza ampliamente para entrevistas telefónicas y por correo de consumidores.
Muestreo estratificado y por conglomerados
El muestreo estratificado es útil cuando se comparan diferentes partes de una población. Los investigadores dividen o segmentan la población de una manera relevante a sus necesidades y toman una muestra aleatoria simple en cada segmento. Los segmentos se denominan subpoblaciones o estratos. Si desea comparar cómo se sienten 1,000 mujeres y hombres con respecto a la atención médica, entonces podría segmentar o estratificar la población por género y elegir al azar 500 hombres y 500 mujeres. Puede segmentar o estratificar una población de muchas formas, incluida la edad, la educación, los ingresos y la ubicación.
El muestreo por conglomerados incluye dos procesos aleatorios. El primer paso es dividir la población en grupos específicos y luego seleccionar grupos al azar, no personas específicas. Luego, los investigadores ejecutan una muestra aleatoria simple solo en cada grupo elegido. Los investigadores suelen utilizar códigos postales o áreas de grandes ciudades para crear un grupo.
Cuatro ejemplos
Un investigador puede querer saber cómo se sienten todos los estadounidenses con respecto a la atención médica mediante una encuesta a 520 personas. Si tiene una lista de todos los estadounidenses y selecciona al azar a 520 personas de todo el país, entonces eso es un muestreo aleatorio simple. Si, en cambio, comienza en un punto aleatorio en la lista de todos los estadounidenses y selecciona a cada persona 700,000, entonces eso es un muestreo sistemático.
Si divide la lista de todos los estadounidenses en 50 estados y extrae al azar a 10 personas de cada estado, entonces usa un muestreo estratificado. Si elige al azar 26 estados de los 50 estados y luego extrae al azar a 20 personas de cada uno de los 26 estados, entonces usa el muestreo por conglomerados.