Problemas en el muestreo probabilístico y no probabilístico

Publicado el 21 septiembre, 2020

Muestreo

Mickey es un psicólogo que siente curiosidad por saber cómo el color afecta las actitudes de las personas. Él cree que si una persona llena una encuesta de satisfacción laboral en una hoja de papel de color pastel, entonces marcará que está más satisfecha con su trabajo que si la llena en una hoja de papel de color neón.

Para probar su teoría, Mickey arma una encuesta y la imprime en papel pastel y luego la imprime en papel neón. Ahora todo lo que tiene que hacer es elegir un grupo de personas para realizar la encuesta y ver si la gente del papel pastel marca que está más satisfecha con su trabajo que la gente del papel neón.

El muestreo es el proceso mediante el cual un investigador elige los sujetos para su estudio. Hay dos tipos principales de muestreo: muestreo probabilístico , que implica elegir sujetos al azar para participar en el estudio, y muestreo no probabilístico , que implica elegir sujetos no aleatorios para participar en el estudio.

El muestreo es importante porque el objetivo de elegir un grupo de sujetos es poder decir que lo que hacen se generaliza a la población en su conjunto. Si elige un grupo de sujetos, o una muestra, que no representa a la población, es posible que sus resultados no se generalicen bien.

Los problemas en el muestreo ocurren cuando termina existiendo una diferencia entre los resultados de una muestra y los resultados de una población. Por ejemplo, quizás Mickey hace su estudio, y sus resultados muestran que los participantes de la muestra marcaron que están más satisfechos con sus trabajos cuando llenan la encuesta en papel de color neón.

Pero en realidad, si Mickey hiciera el mismo estudio con cada trabajador en Estados Unidos, los resultados mostrarían que la gente está más feliz con su trabajo cuando completa la encuesta en papel de color pastel. ¡Eso es un problema!

La diferencia entre los resultados de una muestra y los resultados de una población se llama error . Veamos tres tipos de error: error aleatorio, error sistemático y error de falta de respuesta.

Error al azar

Como mencionamos, los problemas de muestreo pueden causar diferencias entre la muestra de un estudio y la población en general. Antes de llegar a los problemas de muestreo que pueden hacer eso, es importante considerar el error ajeno al muestreo. El error aleatorio es cualquier fluctuación o diferencia entre la población y la muestra que se debe al azar.

El error aleatorio no se puede eliminar; Siempre estará allí. Piense en esto: tal vez Mickey le da su encuesta en colores pastel a una mujer que está teniendo un día particularmente malo en el trabajo. En ese caso, su respuesta puede ser negativa debido a la posibilidad aleatoria de que esté teniendo un mal día, no por el color del papel.

Ambos tipos de muestreo, probabilístico y no probabilístico, tienen error aleatorio. En otras palabras, si Mickey elige su muestra al azar o no, no afectará el error aleatorio. Siempre está ahí y no hay nada que pueda hacer al respecto.

Error sistematico

Pero hay otro tipo de error, el error sistemático, que Mickey puede tratar de reducir en su estudio. El error sistemático es cualquier diferencia entre la población y la muestra que se deba a problemas con la muestra. Por ejemplo, imagina que Mickey va a una gran empresa y le da sus encuestas en colores pastel a la mitad de los trabajadores y sus encuestas de neón a la otra mitad de los trabajadores.

Excepto cuando entregó las encuestas, no las entregó a las secretarias de la empresa. Quizás las secretarias se pasan todo el día trabajando con papel, y sus ojos cansados ​​se irritan con el papel de neón, por lo que marcan su satisfacción más abajo en ese. O tal vez ven pasteles aburridos y papel blanco todo el día y darían respuestas más satisfechas en papel de neón. De cualquier manera, la muestra de Mickey tiene algún error sistemático basado en el hecho de que no incluyó a las secretarias en su muestra.

Hay muchos tipos de errores sistemáticos. Tres comunes son:

1. Representación insuficiente

Esto es cuando un grupo demográfico está subrepresentado en la muestra, ya sea porque el investigador los ignoró (como hizo Mickey con las secretarias) o porque el investigador no pudo encontrar suficientes sujetos de ese grupo dispuestos a participar. Por ejemplo, tal vez los ejecutivos de la empresa estén muy ocupados y se nieguen a completar la encuesta. Los ejecutivos serían un grupo subrepresentado.

2. Sesgo del investigador

Esto ocurre cuando el investigador selecciona la muestra o cambia algo en el experimento para obtener el resultado que desea. Por ejemplo, ¿qué pasaría si Mickey solo seleccionara a las personas que él cree que están satisfechas con su trabajo para estar en el grupo de papel pastel? ¿O elige a personas que obtuvieron malas evaluaciones para el grupo de papel de neón? En ese caso, sus resultados podrían no reflejar la realidad de la población.

3. Tamaño de muestra inadecuado

Cuando una muestra es demasiado pequeña, no representa adecuadamente a la población y aumenta el error sistemático. Por ejemplo, ¿qué pasaría si Mickey le diera la muestra a tres personas? Las posibilidades de que esas tres personas respondan de la misma manera que lo haría toda la población es muy pequeña y, por lo tanto, el error sistemático es alto.

En general, el muestreo probabilístico tiene un error sistemático menor que el muestreo no probabilístico. Esto se debe a que si selecciona al azar su muestra, las posibilidades de que termine con grupos subrepresentados o sesgos de investigadores son menores.

Error de no respuesta

Pero también hay un problema con el muestreo probabilístico. Regresemos por un momento a cuando Mickey pidió a los ejecutivos de la empresa que completaran la encuesta. Recuerde que están muy ocupados, por lo que o le dijeron a Mickey que no querían hacerlo, o tomaron la encuesta pero nunca la completaron y se la devolvieron a Mickey.

El error de falta de respuesta es un tipo especial de error sistemático que ocurre cuando un gran grupo de sujetos no responde. Esto podría resultar en una subrepresentación, como vimos con los ejecutivos, o podría resultar en un tamaño de muestra mucho más pequeño. De cualquier manera, el error por falta de respuesta puede afectar los resultados de un estudio.

Una forma de disminuir el error por falta de respuesta es realizar un tipo de muestreo no probabilístico llamado muestreo de conveniencia, que implica utilizar a quien esté disponible para su muestra. En el caso de Mickey, podría pasar el rato en la cafetería y estudiar a quienquiera que esté en su hora de almuerzo; tendrán tiempo para completar la encuesta en ese mismo momento, por lo que el error de no respuesta será bajo.

Debido a que el muestreo de conveniencia se enfoca en usar cualquier tema disponible, el muestreo no probabilístico generalmente termina con menos errores de no respuesta que el muestreo probabilístico. Sin embargo, como vimos antes, otros tipos de errores sistemáticos pueden ser mayores.

Resumen de la lección

El muestreo es el proceso de elegir qué temas utilizar en un estudio. Hay dos tipos de métodos de muestreo: muestreo probabilístico , que implica elegir sujetos al azar; y muestreo no probabilístico , que implica la elección de sujetos de forma no aleatoria. Los problemas en el muestreo provienen del hecho de que existe una diferencia entre la muestra y la población.

Esta diferencia se llama error y hay tres tipos principales de error: error aleatorio , que se produce independientemente del método de muestreo que utilice; error sistemático , que ocurre cuando hay un problema con la muestra y que es mayor para los métodos de muestreo no probabilísticos; y error de no respuesta , que es cuando los sujetos no responden o se niegan a participar y que es mayor para los métodos de muestreo probabilístico.

Los resultados del aprendizaje

Después de esta lección, debería tener la capacidad de:

  • Describir los dos tipos de métodos de muestreo.
  • Definir el error y explicar los tres tipos principales de error.
  • Identificar tres tipos comunes de errores sistemáticos.
  • Explicar cómo los diferentes tipos de métodos de muestreo pueden verse afectados por los diferentes tipos de error.

¡Puntúa este artículo!