Muestreo desproporcionado

Este método de muestreo divide a la población en subgrupos o estratos y emplea una fracción de muestreo que no es similar para todos los estratos; se realiza un sobremuestreo sobre algunos estratos con respecto a otros.

Muestreo desproporcionado versus Muestreo proporcionado

La gran diferencia entre las dos técnicas de muestreo es la proporción dada a cada estrato con respecto a los demás. En el muestreo proporcionado, cada estrato tiene la misma fracción de muestreo, mientras que en el muestreo desproporcionado la fracción de muestreo de cada estrato varía.

Ejemplo de muestra desproporcionada

Supongamos, por ejemplo, que un investigador desea llevar a cabo una encuesta sobre todos los estudiantes de una universidad con 10.000 estudiantes, 8.000 mujeres y 2.000 hombres. Su tamaño de muestra deseado es sólo de 1.000. Debido a que los 1.000 sujetos necesarios para la encuesta representan el 10% de toda la población, la proporción de muestreo sugiere que 8/10 sean mujeres y 2/10 hombres. Esto arrojaría una muestra de 800 mujeres y 200 hombres. En este caso, el número relativamente pequeño de hombres en la muestra seguramente no brindará una representación adecuada para extraer conclusiones a partir de dicha encuesta.

En este caso, la técnica de muestreo desproporcionado permitirá al investigador seleccionar una cantidad adecuada de estudiantes de los dos géneros. Por ejemplo, se pueden seleccionar 500 hombres y 500 mujeres para representar a la población. Esto no puede ser considerado aleatorio, ya que los hombres tenían más posibilidades de ser seleccionados como parte de la muestra.

Cuándo utilizar el muestreo desproporcionado

El muestreo desproporcionado permite que el investigador brinde una representación más grande a uno o más subgrupos para evitar la falta de representación de dichos estratos. Esto se aplica a poblaciones con una proporción de población de estratos muy alta.

Desventajas del muestreo desproporcionado

Si bien el investigador puede crear una representación y un tamaño  adecuado con esta técnica, existen problemas en el análisis de datos, ya que la característica del grupo sobrerrepresentado puede sesgar los resultados. La manera de evitar esto es dar una representación matemática proporcionalmente mayor al grupo insuficientemente representado en el análisis de las puntuaciones.

Generalmente, la muestra desproporcionada tiende a ser menos precisa y fiable en comparación con una muestra estratificada porque se realizan los ajustes matemáticos durante el análisis de los datos. Este proceso aumenta la posibilidad de encontrar errores en el análisis de datos. Con esta posibilidad de encontrar errores en el análisis, es menos precisa la elaboración de conclusiones a partir de los resultados de dichos estudios.