Dos enfoques: Muestreo de probabilidad versus Muestreo de no probabilidad
Hay dos enfoques generales para el muestreo en la investigación de mercado: muestreo probabilístico y muestreo no probabilístico. El muestreo de probabilidad debe cumplir las siguientes condiciones: cada unidad de análisis debe tener la misma probabilidad de ser incluida en el grupo de muestra, y luego la probabilidad matemática de cualquier miembro del grupo de muestra que se selecciona para la muestra se puede calcular matemáticamente.
¿Qué es el error de muestreo y cómo sé si lo tengo?
Cuando se trabaja con muestras no probables, es importante entender la ocurrencia de un error de muestreo . Cuanto menor es el grupo de muestreo, mayor es la posibilidad de error de muestreo. Un tipo particular de sesgo es el resultado de la no participación. Es importante comprender el impacto de la no participación en el resultado general de un estudio. Un ejemplo proviene de la Encuesta de la Sociedad General (GSS) de 1980 en la que se encontró que los que no participaron en la investigación eran bastante diferentes, como grupo, de los que habían participado.
Los miembros del grupo de difícil acceso fueron significativamente diferentes de los participantes de la fuerza de trabajo de pares: más marcadamente en el nivel socioeconómico, el estado civil, la edad, el número de hijos, la salud y el sexo.
¿Qué es el muestreo de conveniencia? ¿Es conveniente analizar?
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 u organizaciones formales, e incluso prisioneros.
El propósito de mucha investigación en ciencias sociales y ciencias de la conducta es verificar que ciertas características ocurran o no en el grupo en estudio. Un enfoque común es buscar relaciones entre varios atributos . Las muestras de comodidad son útiles y adecuadas para este tipo de estudio. Además, es útil reconocer que una muestra de conveniencia no siempre es fácil de armar.
Las muestras de comodidad también pueden combinarse para comparar dos grupos. Para utilizar muestras de conveniencia coincidentes , un investigador debe ser capaz de identificar una contraparte para cada miembro de la primera muestra. Estas contrapartes son miembros de la segunda muestra (coincidente). Las variables que comúnmente se combinan incluyen género, edad, raza, origen étnico, nivel educativo, lugar de residencia, orientación política, religión, tipo de trabajo y salario o salario. Coincidencia de estas variables ayuda a reducir las fuentes de sesgo . Sin embargo, es importante reconocer que incluso una coincidencia cuidadosa puede no dar como resultado muestras libres de sesgo, siempre existe la posibilidad de sesgo de fuentes ocultas.
¿Qué es el muestreo intencional? ¿Es siempre no probabilístico?
El muestreo intencional se usa cuando el diseño de la investigación requiere una muestra de personas que exhiben atributos particulares.
En general, estos atributos son raros o inusuales y, por lo general, no se distribuyen normalmente (de acuerdo con una "curva normal") en la población general. El muestreo intencional está lleno de sesgos, algunos de los cuales se producen como resultado de los métodos que se utilizan para identificar a los miembros de una muestra intencional. Por ejemplo, si el propósito de la investigación requiere estudiar veteranos con lesión cerebral traumática (TBI), la muestra debe consistir en ex miembros de las fuerzas armadas que han sufrido una lesión cerebral traumática, y que se identifican y aceptan participar en el estudio. . Cada uno de estos atributos o condiciones contribuye a una medida de sesgo a la muestra, lo que limita el nivel y el tipo de conclusiones que resultan del estudio.
Una limitación importante del enfoque de muestreo no probabilístico
Una limitación importante del muestreo no probabilístico es que no se pueden extraer inferencias sobre la población más grande basándose en una muestra no probabilística.
Sin embargo, este no es siempre el caso, ya que una visión realista de cómo las personas abordan los hallazgos de la investigación identificará fácilmente situaciones en las que las personas extraen conclusiones de forma inapropiada de los hallazgos asociados con muestras no probabilísticas.
También conocido como: muestreo de conveniencia, muestreo intencional
Ejemplos:
Las muestras que actúan como encuestas de opinión pública se difunden con la idea de que representan cómo votarán los miembros de una población en una elección venidera o similar. Estas muestras deben ser altamente representativas de la población a fin de ser utilizadas para hacer pronósticos sobre los resultados de las elecciones, por ejemplo.