TÉCNICAS DE MUESTREO

Mapa de conceptos sobre las técnicas de muestreo.

Comienza Ya. Es Gratis
ó regístrate con tu dirección de correo electrónico
Rocket clouds
TÉCNICAS DE MUESTREO por Mind Map: TÉCNICAS DE MUESTREO

1. Muestreo probabilístico:

1.1. Formula

1.1.1. donde N representa el número de elementos de la población n representa la muestra Ni el del estrato i

1.2. Ventajas

1.2.1. 1. Es rentable

1.2.1.1. este proceso es rentable y efectivo en relación al tiempo y costo.

1.2.2. 2. Es simple y fácil

1.2.2.1. el muestreo de probabilidad es un método fácil ya que no implica un proceso complicado. Es rápido y ahorra tiempo.

1.2.3. 3. No es técnico

1.2.3.1. este método de muestreo no requiere ningún conocimiento técnico debido a la simplicidad con la que puede realizarse. Este método no requiere ningún tipo de conocimiento complejo y por suerte, no es nada largo

1.3. Desventajas

1.4. Tipos de Muestreo Probabilísticos y Ejemplos

1.4.1. Muestreo aleatorio simple

1.4.1.1. El muestreo aleatorio simple, tal y como su nombre lo indica, es un método completamente aleatorio que se utiliza para seleccionar una muestra. Este método de muestreo es tan fácil como asignar números a los individuos (muestra) y luego elegir de manera aleatoria números entre los números a través de un proceso automatizado. Finalmente, los números que se eligen son los miembros que se incluyen la muestra.

1.4.1.1.1. Que es?

1.4.1.1.2. No Olvidar que...

1.4.1.1.3. Pasos

1.4.1.1.4. Subtipos

1.4.1.1.5. Ventajas

1.4.1.1.6. Desventajas

1.4.1.1.7. Fortalezas

1.4.1.1.8. Debilidades

1.4.1.1.9. Ejemplos

1.4.2. Muestreo aleatorio sistematico

1.4.2.1. este se enfoca en elegir a cada “enésima” persona para que sea parte de la muestra. Por ejemplo, puedes elegir que cada quinta persona sea parte de la muestra, o que cada décima persona sea parte de ella.

1.4.2.1.1. El muestreo sistemático es una implementación extendida de la mismísima técnica de probabilidad en la que cual, cada miembro de un grupo es seleccionado en periodos regulares para formar una muestra. Cuando se utiliza este método de muestreo, existe una oportunidad igual para que cada miembro de una población sea seleccionado.

1.4.3. Muestreo aleatorio estratificado

1.4.3.1. este es un método en el cual una población grande se divide en dos grupos más pequeños, que generalmente no se superponen, sino que representan a toda la población en conjunto.

1.4.3.2. Durante el muestreo, estos grupos pueden organizarse y luego de estos se puede obtener una muestra de cada grupo por separado.

1.4.3.2.1. Algo común en este tipo de método es organizar o clasificar las muestras por sexo, edad, etnia, etc. Este método divide sujetos en grupos mutuamente exclusivos y luego utiliza un muestreo aleatorio simple para elegir miembros de los grupos.

1.4.4. Muestreo aleatorio por conglomerados

1.4.4.1. este es un método que selecciona de manera aleatoria a los participantes cuando están dispersos geográficamente.

1.4.4.1.1. Que es?

1.4.4.1.2. Pasos

1.4.4.1.3. Subtipos

1.4.4.1.4. Fortalezas

1.4.4.1.5. Debilidades

1.4.4.2. Ejemplo

1.4.4.2.1. tenemos a 1000 participantes de toda la población de México, supongamos que es probable que no sea posible obtener una lista completa de todos estos. Pero en cambio, lo que hace el investigador es seleccionar áreas de manera aleatoria (es decir, ciudades, comunidades, etc), y selecciona al azar dentro de esos límites.

1.4.4.2.2. El muestreo por conglomerados por lo general analiza a una población particular en la que la muestra consiste en varios elementos, por ejemplo, ciudad, familia, universidad, etc. Los conglomerados se seleccionan básicamente dividiendo la población mayor en varias secciones más pequeñas

2. Muestro no probabilístico

2.1. Ventajas

2.1.1. 1. El muestreo no probabilístico es un método práctico para los investigadores que implementan encuestas en el mundo real. Aunque claro, cabe mencionar que los estadistas prefieren el muestreo probabilístico porque arroja datos en forma de números. Pero la realidad es que si se hace correctamente, el muestreo no probabilístico puede arrojar resultados similares, si no es que de la misma calidad.

2.1.2. 2. Obtener respuestas utilizando el muestreo no probabilístico es más rápido y más rentable en comparación al muestreo probabilístico ya que el investigador conoce la muestra. Comúnmente los participantes están motivados para responder rápidamente en comparación con las personas que se seleccionan al azar.

2.2. Desventajas

2.2.1. En el muestreo no probabilístico, el investigador necesita pensar las posibles razones de los sesgos. Es importante tener una muestra que represente de cerca a la población.

2.2.2. Al elegir una muestra en un muestreo no probabilístico, los investigadores deben tener cuidado con los reclutas que puedan distorsionar los datos. Al final del día, la investigación se lleva a cabo para obtener información valiosa y datos útiles.

2.3. Tipos de Muestreo No Probabilísticos y ejemplos

2.3.1. Muestreo por cuotas

2.3.1.1. Descripción

2.3.1.1.1. Hipotéticamente, supongamos que un investigador desea estudiar los objetivos profesionales de los empleados de una organización. En esta organización trabajan 500 empleados y estos son conocidos en conjunto como “población”.

2.3.1.2. Que es?

2.3.1.2.1. es un método de muestreo no probabilístico en el que los investigadores pueden formar una muestra que involucre a individuos que representan a una población y que se eligen de acuerdo con sus rasgos o cualidades.

2.3.1.2.2. Los investigadores pueden decidir el rasgo según el cual se llevará a cabo la selección del subconjunto de la muestra para que ésta pueda ser efectiva en la recolección de datos y que puedan generalizar a toda la población. El subconjunto final se decidirá sólo de acuerdo con el conocimiento de la población por parte del entrevistador o investigador.

2.3.1.3. Pasos

2.3.1.3.1. El paso más importante es dividir a toda la población en subgrupos, donde los elementos de cada uno de los subgrupos deben ser parte de sólo uno de esos subgrupos.

2.3.1.3.2. En el tercer paso del muestreo por cuotas, el investigador debe seleccionar el tamaño de la muestra manteniendo la proporción evaluada en el paso anterior. Si el tamaño de la población es 500, el investigador puede escoger una muestra de 50 elementos.

2.3.1.4. Cuando se utiliza

2.3.1.4.1. En situaciones en las que los investigadores tienen criterios específicos para llevar a cabo la investigación. Un rasgo o característica puede ser el filtro para la formación de subgrupos.

2.3.1.5. Ventajas

2.3.1.5.1. Rápido y sencillo

2.3.1.5.2. Interpretación conveniente

2.3.1.5.3. La representación efectiva

2.3.1.5.4. PPTO

2.3.1.6. Ejemplo

2.3.1.6.1. un investigador puede crear un muestreo por cuotas dividiendo a toda la población por edad, sexo, estado, etc. Deben tener en cuenta la proporción de cada grupo (estratos). Si su población objetivo tiene un 40% de mujeres y un 60% de hombres, el muestreo por cuotas también debería incluir elementos en la misma proporción, de lo contrario los resultados obtenidos serán muy sesgados.

2.3.1.6.2. Cuando un investigador busca realizar un análisis comparativo de mercado y saber cómo utilizan un producto, de acuerdo a diferentes grupos de edad, antecedentes socioeconómicos y también por género, las cuotas se crean dentro de la población objetivo de acuerdo con estas tres variables. El investigador puede crear múltiples estratos en base a tres variables considerando la proporción de cada variable que existe dentro de la población. De acuerdo con el modo de investigación online u offline, el investigador puede realizar encuestas, sondeos o cuestionarios para recopilar datos para su estudio.

2.3.1.6.3. Otro ejemplo de muestreo por cuotas se da cuando un entrevistador desea entender qué tan bien funciona su marca de zapatos. Su población objetivo se encuentra entre los 25 y 40 años de edad. El entrevistador puede dividir aún más los estratos según el género y seleccionar 100 mujeres y hombres pertenecientes a ese grupo de población. Debido a que los estratos están divididos de acuerdo al género, serán únicos ya que una persona no puede ser tanto mujer como hombre. El investigador puede crear subconjuntos de los subgrupos de acuerdo con su conocimiento de la población, es decir, puede decidir si entrevistar una lista filtrada de su lista de clientes usando medios en línea o realizar una encuesta dentro de su fuerza laboral manteniendo constante la proporción de hombres y mujeres.

2.3.2. Muestreo intencional o de conveniencia

2.3.2.1. Descripción

2.3.2.1.1. El muestreo por conveniencia es una técnica de muestreo no probabilística donde las muestras de la población se seleccionan solo porque están convenientemente disponibles para el investigador. Estas muestras se seleccionan solo porque son fáciles de reclutar y porque el investigador no consideró seleccionar una muestra que represente a toda la población.

2.3.2.2. Que es?

2.3.2.2.1. una técnica de muestreo no probabilístico y no aleatorio utilizada para crear muestras de acuerdo a la facilidad de acceso, la disponibilidad de las personas de formar parte de la muestra, en un intervalo de tiempo dado o cualquier otra especificación práctica de un elemento particular.

2.3.2.3. Cuando se utiliza

2.3.2.3.1. El ejemplo más básico de donde se utiliza el método de muestreo de conveniencia es cuando las empresas detienen a las personas en un centro comercial o en una calle concurrida para distribuir sus folletos promocionales y hacer preguntas.

2.3.2.4. Ventajas

2.3.2.4.1. Método rápido para recopilar datos

2.3.2.4.2. Económico al momento de crear muestras

2.3.2.4.3. Muestra fácilmente recolectada

2.3.2.4.4. Menos reglas

2.3.2.5. Un Ejemplo

2.3.2.5.1. de muestreo por conveniencia sería utilizar a estudiantes voluntarios que sean conocidos del investigador. El investigador puede enviar la encuesta a los estudiantes y ellos en este caso actuarían como muestra.

2.3.2.5.2. en una escuela a veces hay situaciones en las que un docente selecciona las primeras dos filas para participar en la competencia, este es un tipo de ejemplo en cuanto a la proximidad. O también otro ejemplo podría ser cuando una ONG selecciona las 20 mejores ciudades para que presten sus servicios en función de la proximidad de su base.

2.3.2.5.3. si a un estudiante de marketing se le pide una tarea en la cual debe obtener comentarios sobre el “alcance del marketing de contenido en el 2019”, este crearía rápidamente una encuesta en línea y le enviaría un enlace a todos los contactos de su teléfono para que estos la respondan y las compartan en sus redes sociales. Además es probable que le pida a sus compañeros que le ayuden a responder su encuesta porque la necesita para su tarea. Este es un ejemplo clásico del uso del método de muestreo por conveniencia.

2.3.2.5.4. Imagina que los voluntarios de la ONG necesitan realizar encuestas a mujeres pero no tienen acceso a muchas, pero necesitan obtener los resultados lo más rápido posible, lo que los voluntarios pueden hacer es ir a escuelas, universidades, oficinas, etc., y hablar con las mujeres que estén presentes sin tener una lista en la mano.

2.3.3. Bola de Nieve

2.3.3.1. Descripción

2.3.3.1.1. Este tipo de técnica de muestreo ayuda a los investigadores a encontrar muestras cuando son difíciles de localizar. Los investigadores utilizan esta técnica cuando el tamaño de la muestra es pequeño y no está disponible fácilmente.

2.3.3.2. Que es?

2.3.3.2.1. Es este tipo de muestreo los participantes de una investigación reclutan a otros participantes para una prueba o estudio. Aquí los investigadores usan su propio juicio para elegir a los participantes, a diferencia del muestreo aleatorio simple donde las probabilidades de que cualquier miembro se elija son las mismas.

2.3.3.3. Para que se utiliza

2.3.3.3.1. Algunas personas pueden no querer ser encontradas. Por ejemplo, si en un estudio se estuviera investigando el engaño en los exámenes, el hurto en las tiendas, el uso de drogas o cualquier otro comportamiento social “inaceptable”, los participantes potenciales serían cautelosos de presentarse debido a posibles ramificaciones. Sin embargo, es probable que otros participantes del estudio conozcan a otras personas en la misma situación que ellos y puedan informar a otros acerca de los beneficios del estudio y asegurarles la confidencialidad.

2.3.3.4. Como hacer un muestreo

2.3.3.4.1. Uno

2.3.3.4.2. Dos

2.3.3.4.3. Tres

2.3.3.4.4. Cuatro

2.3.3.4.5. Cinco

2.3.3.5. Ventajas

2.3.3.5.1. Proceso

2.3.3.5.2. Capacidad

2.3.3.5.3. Características

2.3.3.5.4. Planificación

2.3.3.6. Desventajas

2.3.3.6.1. Error

2.3.3.6.2. Control

2.3.3.6.3. Sobremuestreo

2.3.3.6.4. Dudar

2.3.3.7. Ejemplo

2.3.3.7.1. este tipo de muestreo se puede utilizar para realizar investigaciones que involucran una enfermedad particular en pacientes o tal vez una enfermedad rara también. Los investigadores pueden buscar ayuda de las personas enfermas para que estos refieran a otros que sufran de la misma dolencia y con esto formar una muestra subjetiva para llevar a cabo el estudio.

2.3.4. Muestreo discrecional

3. Tipos de Errores

3.1. Al seleccionar a nuestros encuentados

3.1.1. Falla en la selección de la población de nuestro estudios

3.1.1.1. Este tipo de error ocurre cuando el investigador selecciona una población inadecuada. Es importante la selección del universo desde el cual obtendremos nuestros datos.

3.1.2. Error de muestreo

3.1.2.1. Es muy importante que quienes contesten tus encuestas representen con precisión a la población a quien va dirigida tu estudio. Cuanto más homogénea sea la población, menor será el error de muestreo

3.1.3. Error de Selección

3.1.3.1. Este es otro de los tipos de errores más comunes, es un error de muestreo que se produce cuando una muestra se selecciona mediante el método de no probabilidad, por lo que podemos caer en que esas personas no representen a la población que necesitamos.

3.1.4. Error por no responder una encuesta

3.1.4.1. Para comenzar, quienes contesten nuestra encuesta deben de representar a la población que se desea estudiar. Aquí hay que tomar en cuenta el hecho de si no contestan porque no pudimos contactarlo, o porque no quisieron responder la encuesta. Estas son dos cosas muy distintas, claro está que prácticamente todas las encuestas contienen cierto grado de error, debido a la imposibilidad de alcanzar una visión 100% representativa de los encuestados

3.2. Por la exactitud de las respuestas

3.2.1. Errores de medición

3.2.1.1. Este es muy común en la investigación, puede ocurrir, por ejemplo, cuando el entrevistador modifica la intención de la pregunta en la redacción, o cuando el entrevistado entiende otra cosa de la que se le está preguntando, o simplemente no recibe las instrucciones de manera clara al momento de estar contestando la encuesta.

3.2.2. Errores por no contestar

3.2.2.1. Aquí nos referimos, por ejemplo, a preguntas específicas que abordan temas delicados para el encuestado, como cuestiones personales o que consideren que los pone en riesgo, ocasionando tener una encuesta sin terminar