Muestreo probabilístico vs. no probabilístico

El muestreo no probabilístico se basa en el juicio personal del investigador para seleccionar a los elementos de la muestra. Este decide de manera arbitraria o consciente qué elementos incluirá en la muestra a investigar. Las muestras no probabilísticas pueden dar buenas estimaciones de las características de la población; sin embargo, no permiten evaluar objetivamente la precisión de los resultados de la muestra. Como no hay forma de determinar la probabilidad de que cualquier elemento particular quede seleccionado para incluirse en la muestra, no es posible hacer una extrapolación estadística de las estimaciones obtenidas a la población. Las técnicas de muestreo no probabilístico más comunes incluyen el muestreo por conveniencia, muestreo por juicio, muestreo por cuotas y muestreo de bola de nieve.

 

En el muestreo probabilístico las unidades del muestreo se seleccionan al azar. Es posible especificar de antemano cada muestra potencial de un determinado tamaño que puede extraerse de la población, así como la probabilidad de seleccionar cada muestra. No es necesario que cada muestra potencial tenga la misma probabilidad de quedar seleccionada; aunque es posible especificar la probabilidad de seleccionar cualquier muestra particular de un tamaño dado. Esto requiere no sólo una definición precisa de la población meta, sino también una especificación general del marco de muestreo. Como los elementos del muestreo se seleccionan al azar, es posible determinar la precisión de las estimaciones de las características de interés de la muestra. Pueden calcularse los intervalos de confianza, los cuales contienen el verdadero valor de la población con un nivel dado de certeza. Esto permite al investigador hacer inferencias o extrapolaciones acerca de la población meta de donde se extrajo la muestra. Las técnicas de muestreo probabilístico se clasifican con base en:

  • Muestreo por elemento o por conglomerados.
  • Probabilidad igual de la unidad o probabilidades desiguales.
  • Selección no estratificada o estratificada.
  • Selección aleatoria o sistemática.
  • Técnicas de una sola etapa o de etapas múltiples.

Todas las combinaciones posibles de estos cinco aspectos resultan en 32 técnicas de muestreo probabilístico diferentes. De esas técnicas, se revisarán en detalle el muestreo aleatorio simple, el muestreo sistemático, el muestreo estratificado y el muestreo por conglomerados, además de revisar brevemente algunas otras. Sin embargo, primero se expondrán las técnicas de muestreo no probabilístico.

A continuación una tabla de las ventajas y desventajas de ambas:

 

Ventajas y desventajas de las técnicas básicas de muestreo
Técnica Ventaja Desventaja
Muestreo no probabilístico
Muestreo por conveniencia Menor costo, menor consumo de tiempo; mayor conveniencia Sesgo de selección, muestra no respresentativa; no se recomienda para la investigación descriptiva o causal
Muestreo por juicio Menor costo; conveniencia; no consume tiempo No permite generalizar; es subjetivo
Muestreo por cuotas Pueden controlarse ciertas características de la muestra Sesgo de selección; la representatividad no es segura
Muestreo de bola de nieve Puede estimar características poco comunes Consume mucho tiempo
Muestreo probabilístico
Muestreo aleatorio simple Es fácil de entender; da resultados extrapolables Es difícil construir el marco de muestreo; costoso; menor precisión; la representatividad no es segura
Muestreo sistemático Puede incrementar la representatividad; es más fácil de poner en práctica que la aleatoria simple; no se requiere marco de muestreo Puede disminuir la reprentatividad
Muestreo estratificado Incluye todas las subpoblaciones importantes; precisión Es difícil elegir las variables de estratificación relevantes; no es factible estratificar con muchas variables; es costoso
Muestreo por conglomerados Es económico y fácil de poner en práctica Poco preciso; es difícil calcular e interpretar los resultados
BIBLIOGRAFÍA
Malhotra, Naresh (2008). Investigación de Mercados. Quinta edición, México, Pearson educación

acertiva-blogtwir

linkedface