3 tipos principales de muestreo no probabilístico

Este artículo arroja luz sobre los tres tipos principales de muestreo no probabilístico. Los tipos son: 1. Muestras accidentales 2. Muestras de cuota 3. Muestras intencionadas o de juicio.

Muestreo no probabilístico: Tipo # 1. Muestras accidentales:

En el muestreo accidental, el investigador simplemente se acerca y recoge los casos que están a su disposición, continuando el proceso hasta el momento en que la muestra adquiera el tamaño deseado. El investigador, por ejemplo, puede llevar a las primeras 150 personas con las que se encuentra en cualquiera de los caminos peatonales de una calle, que están dispuestos a ser entrevistados o a proporcionar el tipo de información que está buscando.

De manera similar, un funcionario de asistencia social que desee realizar ciertas generalizaciones sobre los trabajadores de la fábrica puede estudiar a los trabajadores de un departamento en particular en la fábrica donde trabaja.

Un periodista, que desee saber cómo se siente la "gente" acerca de un tema, puede elegir entrevistar casos convenientemente disponibles en diferentes ámbitos de la vida, por ejemplo, maestros, trabajadores, taxistas, comerciantes minoristas, amas de casa y otras personas que se presume reflejan el público. opinión.

En tal muestra, por supuesto, no hay otra manera de estimar el sesgo (diferencia entre el valor promedio de la muestra y el valor verdadero de la población), excepto haciendo un estudio paralelo con una muestra de probabilidad o realizando un censo completo.

Si uno usa una muestra accidental, solo puede esperar y rezar para que no se le confunda demasiado con los resultados de su muestra, que constituyen la base para estimar el estado de la "población".

Sin embargo, esto no significa que las muestras accidentales no tengan lugar en la investigación científica. Este tipo de muestreo, además de ser económico y conveniente, también puede proporcionar una base para la estimulación de ideas y hipótesis de trabajo.

Donde no se necesita demasiada precisión o donde la ocupación previa es con pistas tentativas para formular hipótesis (como en los estudios exploratorios), el procedimiento de muestreo accidental es bastante útil.

Muestreo no probabilístico: Tipo # 2. Muestras de cuota:

Uno de los métodos de muestreo más utilizados en las investigaciones de mercado y las encuestas electorales es el método de muestreo por cuotas. El objetivo básico del muestreo de cuotas es la selección de una muestra que sea una réplica de la "población" con respecto a la cual se desearía generalizar.

El muestreo de cuotas, en general, ofrece el seguro de que diversos elementos de la "población" se incluirán en la muestra y que estos elementos se tendrán en cuenta en las proporciones que obtengan en la población.

Supongamos que estamos tomando muestras de una "población" de niñas-estudiantes que comprende el número total de niñas que estudian en instituciones mixtas y las que estudian en instituciones para niñas solamente. Supongamos que existe una gran diferencia entre las dos subpoblaciones con respecto a las características que deseamos medir.

Siendo así, es casi seguro que los resultados de la encuesta darían una imagen extremadamente engañosa de la "población" total, si no se incluyera una proporción adecuada de niñas que estudian en instituciones mixtas.

El muestreador de cuotas que anticipa tales diferencias posibles entre subgrupos intentará asegurar la inclusión en su muestra de un número suficiente de casos de cada estrato para obtener una imagen confiable de la "población" total.

El muestreo de cuotas generalmente se realiza en tres pasos:

(1) La población se clasifica en términos de propiedades que se sabe o se asume que son pertinentes a las características que se estudian.

(2) La proporción de la población que cae en cada clase se determina sobre la base de la composición conocida, supuesta o estimada de la población con respecto a lo anterior.

(3) Por último, a cada observador o entrevistador se le asigna una cuota de encuestados. La responsabilidad de seleccionar a los encuestados o sujetos es de ellos. Las cuotas son tan fijas que la muestra total observada o entrevistada reflejaría las proporciones entre las clases según lo determinado en el paso anterior (es decir, 2).

Dado que el observador o el entrevistador tiene la última palabra en la selección de los sujetos, la selección de elementos / casos depende del juicio del entrevistador / observador. Sin embargo, a menudo sucede en la práctica que los diversos componentes de la muestra no están en la misma proporción que los estratos correspondientes en la población.

Los entrevistadores pueden no haber seguido sus instrucciones correctamente y fielmente. Es más probable que ocurra una desproporción entre las muestras y las propiedades de la población, especialmente con respecto a los rasgos menos manifiestos que no se han incluido como parte de las especificaciones para el entrevistador / observador / cuotas.

Cabe señalar que la insuficiencia en la muestra se puede corregir durante el análisis sopesando los diferentes estratos en términos de sus proporciones en la población (lo que implica la multiplicación o división de resultados por las cifras correctivas apropiadas).

Por lo tanto, el requisito crítico en el muestreo de cuotas no es que los distintos estratos de la población se muestreen en sus proporciones correctas; es más bien que debería haber suficientes casos de cada estrato para hacer posible una estimación del valor de la población y, en segundo lugar, que sepamos la proporción de cada estrato en la "población" total.

Si se cumplen estas dos condiciones, las estimaciones de valores para los diferentes estratos se pueden combinar para obtener una estimación del valor total de la población.

A pesar de estas precauciones en el curso de la selección de la muestra y las correcciones efectuadas durante el curso del análisis, el muestreo por cuotas puede producir errores graves ya que implica, sin lugar a dudas, un procedimiento de muestreo accidental. Una parte de la muestra en cualquier clase particular constituye una muestra accidental del estrato correspondiente de la población.

Los datos para fijar cuotas generalmente se extraen de resultados de censos anteriores y ciertas fuentes contemporáneas. Cuando se están produciendo cambios drásticos en la sociedad, las cuotas estimadas pueden estar seriamente en el error y producir resultados engañosos.

Mucho depende del juicio del entrevistador / observador en el muestreo. En general, se puede suponer que el observador o el entrevistador llenan sus cuotas de una manera que se ajuste a su propia conveniencia. El entrevistador es más probable que seleccione personas similares a él en muchos aspectos.

Por lo tanto, las muestras a nivel de estrato pueden no ser representativas de los estratos en la población. El entrevistador / observador rara vez está tan bien informado en comparación con el investigador (si los dos son diferentes), por lo que se le permite elegir muestras por sí mismo, es probable que presente dos sesgos, (a) de clasificación del sujeto y (b) no Selección aleatoria.

El resultado del muestreo de cuotas a menudo puede no estar seriamente equivocado, pero si es o no es extremadamente difícil de establecer. No tenemos ninguna garantía de que la muestra de cuota dará resultados confiables dentro de un cierto límite de tolerancia. Y como el muestreo aleatorio, por lo tanto, el principio de probabilidad, no está involucrado en ninguna etapa, los errores del método no pueden ser determinados por procedimientos estadísticos.

Las correcciones matemáticas pueden efectuarse si hay desproporciones en muestras de varios estratos. Pero este paso depende de nuestro conocimiento avanzado sobre las verdaderas proporciones de los estratos en la "población".

Para ciertas poblaciones, uno no solo sabe esto y aquí el único control que un investigador puede aprovechar es el proceso de muestreo en sí. Ya hay suficiente experiencia con el muestreo de cuotas para poder controlar su vulnerabilidad a ciertos tipos de sesgos.

Muestreo no probabilístico: tipo # 3. Muestras intencionadas o de juicio final:

La suposición básica detrás del juicio o el muestreo intencional es que, con el ejercicio del buen juicio y la estrategia adecuada, se pueden seleccionar los casos "correctos" para incluirlos en la muestra y así desarrollar muestras que sean satisfactorias en relación con las necesidades de investigación de cada uno.

Una estrategia común de muestreo intencional es seleccionar los casos que se consideran típicos de la población en la que uno está interesado. La selección de elementos procede bajo el supuesto de que los errores de juicio en la selección tenderán a contrarrestarse entre sí.

En otras palabras, cuando las consideraciones prácticas plantean serios peligros en la forma de adoptar, muestreo probabilístico, el investigador busca un subgrupo que sea típico de la "población" en su conjunto (con respecto a alguna característica que le interese).

El subgrupo es el 'barómetro' de la 'población'. Las observaciones se limitan a este subgrupo y las conclusiones de estas observaciones se generalizan al total de la "población". Por ejemplo, un investigador interesado en el efecto de la electrificación rural en las instituciones sociales tradicionales puede elegir como muestra una aldea en particular donde se ha efectuado la electrificación, digamos, hace aproximadamente un par de años.

Hace sus observaciones en este pueblo y cree que lo que se obtiene aquí también se obtendría con muy poca variación en otros pueblos que también se han electrificado. Sin embargo, no existe una base demostrable para tal creencia, en última instancia puede resultar mal fundamentada.

El juicio o el muestreo intencional es muy precario, ya que se deben hacer suposiciones mucho más firmes sobre la población y el procedimiento de muestreo que las que se requieren al emplear el muestreo probabilístico. En segundo lugar, los errores de muestreo y los sesgos no se pueden calcular para este tipo de muestras, ya que el procedimiento de muestreo no implica el muestreo de probabilidad en ninguna etapa.

Los datos obtenidos en base a juicios o muestras intencionales, en el mejor de los casos, apuntan a ciertas hipótesis, pero en general no pueden usarse como base para la prueba estadística de hipótesis. Por lo tanto, el muestreo de juicios tiene una gran utilidad en los estudios exploratorios o de formulación que buscan obtener información que ayude a plantear problemas o formular hipótesis para la investigación.