Cómo difieren las muestras de probabilidad y no probabilidad

Una muestra es un subconjunto, o un grupo más pequeño, dentro de una población. Al diseñar estudios, los investigadores deben asegurarse de que la muestra replique la población más grande en todas las formas características que podrían ser importantes para los hallazgos de la investigación del estudio.

Algunas muestras representan tan estrechamente la población más grande que es fácil hacer inferencias sobre la población más grande a partir de sus observaciones del grupo de muestra. En la investigación de mercado, hay dos enfoques generales para el muestreo: muestreo de probabilidad y muestreo de no probabilidad.

En general, el muestreo de no probabilidad es un poco áspero, con un proceso sesgado y subjetivo. Este muestreo se usa para generar una hipótesis. Por el contrario, el muestreo de probabilidad es más preciso, objetivo e imparcial, lo que lo hace una buena opción para probar una hipótesis.

Muestreo de probabilidad

En la técnica de muestreo de probabilidad, también conocida como muestreo aleatorio, todos en la población tienen la misma oportunidad de ser elegidos como muestra representativa:

• Todos en la muestra deben tener la misma probabilidad o oportunidad fija para estar en el conjunto de muestras.
  y
• La probabilidad de que cualquier miembro del grupo de muestra que se seleccione para la muestra se puede calcular matemáticamente. En otras palabras, todos tienen lo mismo, una posibilidad justa de ser seleccionados.

Las características del muestreo de probabilidad se pueden resumir de la siguiente manera:

• Bases aleatorias de la selección
• Oportunidad fija y conocida de selección
• Utilizado para la investigación concluyente
• Produce un resultado imparcial
• El método es objetivo
• Puede hacer inferencias estadísticas
• La hipótesis se prueba

Muestreo de no probabilidad

Una de las características más notables del método de muestreo de no probabilidad, también conocido como muestreo no aleatorio, es que no hay ninguna probabilidad específica de que una persona determinada esté en el conjunto de muestras. En otras palabras, no sabe qué persona de una población será elegida para la muestra.

Algunas características del muestreo de no probabilidad incluyen:

• Base arbitraria de la selección
• Utilizado para la investigación exploratoria
• Produce un resultado parcial
• Utiliza un método subjetivo
• Puede hacer inferencias analíticas
• Se genera la hipótesis

Una limitación importante del muestreo no probable

Con el muestreo de no probabilidad, las inferencias no se pueden extraer sobre la población más grande basada en una muestra de no probabilidad. Sin embargo, este no es siempre el caso, ya que una visión realista de cómo las personas abordan los resultados de la investigación identifican fácilmente situaciones en las que las personas sacan conclusiones de inapropiación de los hallazgos asociados con muestras de no probabilidad.

Posibles errores de muestreo

Cuando se trabaja con muestras de no probabilidad, es importante comprender la aparición del error de muestreo. Cuanto más pequeño sea el grupo de muestreo, mayores serán las posibilidades de error de muestreo. Se produce un tipo particular de sesgo como resultado de la no participación, que puede tener un efecto importante en el resultado general de un estudio.

Por ejemplo, en la Encuesta de la Sociedad General de 1980 (GSS), se descubrió que aquellos que no participaron en la investigación eran bastante diferentes, como grupo, de aquellos que habían participado. Los miembros del grupo difícil de alcanzar fueron significativamente diferentes de sus participantes de la fuerza laboral pares más notablemente en el estado socioeconómico, el estado civil, la edad, el número de niños, la salud y el sexo.

Muestreo de conveniencia

Las muestras de conveniencia se usan comúnmente en ciencias sociales y ciencias del comportamiento debido a la gran dependencia de estudiantes universitarios, pacientes, voluntarios pagados, miembros de redes sociales o organizaciones formales, e incluso prisioneros.

El propósito de mucha investigación en ciencias sociales y ciencias del comportamiento es verificar que ciertas características ocurran o no en el grupo que se someten a un estudio. Un enfoque común es buscar relaciones entre varios atributos. Las muestras de conveniencia son útiles y adecuadas para este tipo de estudio, aunque una muestra de conveniencia no siempre es fácil de armar.

Las muestras de conveniencia también se pueden igualar para comparar dos grupos. Para usar muestras de conveniencia coincidentes, un investigador debe poder identificar una contraparte para cada miembro de la primera muestra. Estas contrapartes son miembros de la segunda muestra (coincidente).

Las variables que comúnmente coinciden incluyen género, edad, raza, etnia, logro educativo, lugar de residencia, orientación política, religión, tipo de trabajo y salario o salario. La coincidencia de estas variables ayuda a reducir las fuentes de sesgo, aunque incluso la coincidencia cuidadosa puede no dar lugar a muestras libres de sesgo. Siempre existe la posibilidad de sesgo de fuentes ocultas.

Muestra deliberada

El muestreo intencional se utiliza cuando el diseño de la investigación requiere una muestra de personas que exhiben atributos particulares. En general, estos atributos son raros o inusuales y generalmente no se distribuyen normalmente (es decir, de acuerdo con la "curva normal") en la población más grande. El muestreo intencional está lleno de sesgo, algunos de los cuales ocurren como resultado de los métodos utilizados para identificar a los miembros de una muestra intencional.

Por ejemplo, si el propósito de la investigación requiere estudiar a los veteranos con una lesión cerebral traumática (TBI), entonces la muestra debe consistir en ex miembros de los militares que han sufrido una LCT y que se identifican en consecuencia y aceptan participar en el estudio. Cada uno de estos atributos o condiciones contribuye con una medida de sesgo a la muestra, lo que limita el nivel y el tipo de conclusiones que resultan del estudio.

Las muestras que actúan como encuestas de opinión pública se difunden con la idea de que representan cómo los miembros de una población votarán en una próxima elección, por ejemplo. Estas muestras deben ser altamente representativas de la población para hacer pronósticos confiables.