Muestreo probabilístico y aleatorización

En esta técnica de muestreo, el investigador debe garantizar que cada individuo tenga las mismas oportunidades de ser seleccionado y esto se puede lograr si el investigador utiliza la aleatorización.

La ventaja de utilizar una muestra aleatoria es la ausencia de sesgos de muestreo y sistemáticos. Si la selección aleatoria se hace correctamente, la muestra será representativa de toda la población.

El efecto de esto es un sesgo sistemático ausente o mínimo que es la diferencia entre los resultados de la muestra y los resultados de la población. El sesgo de muestreo también se elimina ya que los sujetos son elegidos al azar.

Tipos de muestreo probabilístico

Muestreo aleatorio simple

El muestreo aleatorio simple es la forma más fácil de muestreo probabilístico. Lo único que el investigador tiene que hacer es asegurarse de que todos los miembros de la población sean incluidos en la lista y luego seleccionar al azar el número deseado de sujetos.

Existen muchos métodos para hacer esto. Puede ser tan mecánico como sacar tiras de papel de un sombrero con nombres escritos mientras el investigador tiene los ojos vendados o puede ser tan fácil como usar un software de computadora para hacer la selección aleatoria.

Muestreo aleatorio estratificado

El muestreo aleatorio estratificado también es conocido como muestreo aleatorio proporcional. Ésta es una técnica de muestreo probabilístico en donde los sujetos son inicialmente agrupados en diferentes categorías, tales como la edad, el nivel socioeconómico o el género.

Luego, el investigador selecciona aleatoriamente la lista final de sujetos de los distintos estratos. Es importante tener en cuenta que los estratos no se superpongan.

Generalmente, los investigadores utilizan un muestreo aleatorio estratificado si quieren estudiar un determinado subgrupo dentro de la población. También es preferible el muestreo aleatorio simple porque garantiza resultados estadísticos más precisos.

Muestreo aleatorio sistemático

El muestreo aleatorio sistemático se puede comparar con una progresión aritmética en donde la diferencia entre dos números consecutivos es la misma. Por ejemplo, supongamos que estás en una clínica y tienes 100 pacientes.

1. Lo primero que tienes que hacer es elegir un número entero que sea menor que el número total de la población. Éste será tu primer sujeto, por ejemplo (3).
2. Selecciona otro número entero que será el número de individuos entre los sujetos, por ejemplo, (5).
3. Tus sujetos serán los pacientes 3, 8, 13, 18, 23 y así sucesivamente.

No existe una ventaja clara en la utilización de esta técnica.

Muestreo aleatorio por conglomerados

El muestreo aleatorio por conglomerados se realiza cuando es imposible el muestreo aleatorio simple debido al tamaño de la población. Imagínate hacer un muestreo aleatorio simple cuando la población en cuestión es toda la población de Asia.

1. En el muestreo por conglomerados, la investigación identifica primero las fronteras, en el caso de nuestro ejemplo. Pueden ser los países de Asia.
2. El investigador selecciona aleatoriamente un número de áreas identificadas. Es importante que todas las áreas (países) dentro de la población tengan las mismas posibilidades de ser seleccionadas.
3. El investigador puede incluir todos los individuos dentro de las áreas seleccionadas o seleccionar aleatoriamente a los sujetos de las áreas identificadas.

Muestreo aleatorio mixto/por etapas múltiples

Esta técnica de muestreo probabilístico implica una combinación de dos o más técnicas de muestreo enumeradas anteriormente. En la mayoría de las investigaciones complejas realizadas en el campo o en el laboratorio, no es adecuado utilizar un solo tipo de muestreo probabilístico.

La mayoría de las investigaciones se realizan en diferentes etapas y en cada etapa se aplica una técnica de muestreo aleatorio diferente.