¿Revisaste un sitio de blog nuevo hoy, o pruebas un nuevo alimento o enciendes un programa de TV diferente del que has visto antes?

...

Cuando se selecciona una muestra aleatoria, el investigador espera que las variables de interés en la población estén presentes en la muestra en aproximadamente las mismas proporciones que se encontrarían en la población total. Desafortunadamente, nunca hay ninguna garantía. El muestreo de probabilidad le permite al investigador solo estimar la posibilidad de que cualquier elemento de población dado sea incluido en la muestra. Cuando se eligen muestras probabilísticas, las estadísticas inferenciales se pueden usar con mayor confianza (ver Capítulo 15). Sin el uso de procedimientos de muestreo aleatorio, la capacidad de generalizar los hallazgos de un estudio se reduce en gran medida. Aquí se examinan cuatro tipos de procedimientos de muestreo aleatorio: simple, estratificado, agrupado y sistemático.

Muestreo aleatorio simple

El muestreo aleatorio simple es un tipo de método de muestreo de probabilidad que garantiza que cada elemento de la población tenga una oportunidad igual e independiente de ser elegido. Este método se usa generalmente en al menos una fase de los otros tres tipos de procedimientos de muestreo aleatorio y, por lo tanto, se examina primero. La Tabla 11-1 enumera las ventajas y desventajas del muestreo aleatorio simple.

La palabra simple no significa fácil o sin complicaciones. De hecho, el muestreo aleatorio simple puede ser bastante complejo y requerir mucho tiempo, especialmente si se desea una muestra grande.

El primer paso es identificar la población accesible y enumerar o enumerar todos los elementos de la población. Después de que se desarrolla este marco de muestreo, se debe seleccionar un método para elegir la muestra. Los trozos de papel que representan cada elemento de la población podrían colocarse en un sombrero o tazón y la muestra seleccionada al entrar y extraer tantas hojas de papel como el tamaño deseado de la muestra.

Aunque el muestreo aleatorio se puede lograr de esta manera, el procedimiento más común y preciso para seleccionar una muestra aleatoria simple es a través del uso de una tabla de números aleatorios. Una tabla de números aleatorios incluye un grupo de números que

Muestreo aleatorio estratificado

En el muestreo aleatorio estratificado, la población se divide en subgrupos, o estratos, de acuerdo con alguna variable (s) de importancia para el estudio de investigación. Después de que la población se divide en dos o más estratos, se toma una muestra aleatoria simple de cada uno de estos subgrupos.

Muchas características diferentes de las poblaciones pueden requerir el uso de muestreo estratificado. Las características del tema, como la edad, el género y los antecedentes educativos, son ejemplos de variables que podrían usarse como criterios para dividir las poblaciones en subgrupos. Por ejemplo, una enfermera escolar podría estar interesada en estudiar el consumo de marihuana entre los estudiantes de secundaria. Para determinar

[Tabla 11-1. Gráfico de muestreo de probabilidad]

si el consumo de marihuana es diferente entre estudiantes de primer año, segundo año, tercer y cuarto año, la población total de la escuela secundaria podría estratificarse en cuatro unidades de muestreo separadas y una muestra aleatoria seleccionada de cada grado. Si se utiliza una técnica de muestra aleatoria simple, es posible que los cuatro grados no estén representados en números suficientemente grandes para hacer comparaciones válidas. En general, hay más estudiantes de primer año en una escuela que personas mayores. Algunas deserciones se producen a medida que los estudiantes avanzan en la escuela secundaria. Al dividir la población total en los cuatro grados, la enfermera de la escuela estaría más segura de que se seleccionará un número suficiente de estudiantes de los cuatro grados para su inclusión en el estudio.

Después de dividir la población en subgrupos, el investigador debe decidir qué tan grande es una muestra para obtener de cada uno de estos estratos. Se pueden usar dos enfoques. El primero se denomina muestreo estratificado proporcional e implica obtener una muestra de cada estrato que sea proporcional al tamaño de ese estrato en la población total. Si hubiera 400 estudiantes de primer año, 300 estudiantes de segundo año, 200 juniors y 100 seniors (¡muy poco probable!) En una población total de la escuela secundaria de 1,000 estudiantes, el tamaño de la muestra de cada uno de estos grupos debería ser de primer año, 40%; estudiantes de segundo año, 30%; juniors, 20%; y personas mayores, 10%. Si se desea una muestra de 100 estudiantes, la selección debe incluir 40 estudiantes de primer año, 30 estudiantes de segundo año, 20 estudiantes de tercer año y 10 de último año.

¿Qué sucede si la enfermera de la escuela decide que 10 personas mayores no son una muestra lo suficientemente grande como para tener una idea clara del consumo de marihuana en ese grupo? Ella puede decidir elegir 25 materias de cada clase. La selección de miembros de estratos en los que el número de miembros elegidos de cada estrato no es proporcional al tamaño del estrato en la población total se denomina muestreo estratificado desproporcionado. Siempre que se utilice un muestreo desproporcionado, se debe considerar un proceso de ajuste conocido como ponderación. Este proceso implica cálculos simples que se describen en muchos textos sobre procedimientos de muestreo. Estos ajustes permiten una mejor estimación de los valores reales de la población.

Como se mencionó anteriormente, el muestreo aleatorio simple se utiliza para obtener los elementos de muestra de cada estrato cuando se utiliza un método de muestreo aleatorio estratificado. La Tabla 11-1 enumera las ventajas y desventajas del muestreo estratificado.

brillo Muestreo aleatorio

En los estudios a gran escala en los que la población se distribuye geográficamente, los procedimientos de muestreo pueden ser muy difíciles y llevar mucho tiempo. Además, puede que no sea posible obtener una lista total de algunas poblaciones. Supongamos que un investigador desea entrevistar a 100 administradores de enfermería en los Estados Unidos. Si los 100 nombres se eligieron a través de un procedimiento de muestreo aleatorio simple, es muy probable que el investigador tenga que viajar a 100 ciudades diferentes en los Estados Unidos para realizar las entrevistas. Esta sería una actividad muy costosa y lenta. Otro enfoque que podría usarse para obtener esta muestra de administradores de enfermería es el muestreo por conglomerados.

En el muestreo