Cómo funciona el muestreo sistemático aleatorio

El muestreo sistemático es una técnica para crear un muestra de probabilidad aleatoria en el que cada pieza de datos se elige en un intervalo fijo para su inclusión en la muestra. Por ejemplo, si un investigador quisiera crear una muestra sistemática de 1,000 estudiantes en una universidad con una población inscrita de 10,000, él o ella elegiría cada décima persona de una lista de todos estudiantes

Cómo crear una muestra sistemática

Crear una muestra sistemática es bastante fácil. El investigador primero debe decidir cuántas personas de la población total incluir en la muestra, teniendo en cuenta que cuanto mayor sea el tamaño de la muestra, más precisos, válidos y aplicables serán los resultados ser. Luego, el investigador decidirá cuál es el intervalo para el muestreo, que será la distancia estándar entre cada elemento muestreado. Esto debe decidirse dividiendo la población total por el tamaño de muestra deseado. En el ejemplo anterior, el intervalo de muestreo es 10 porque es el resultado de dividir 10,000 (la población total) por 1,000 (el tamaño de muestra deseado). Finalmente, el investigador elige un elemento de la lista que se encuentra por debajo del intervalo, que en este case sería uno de los primeros 10 elementos dentro de la muestra, y luego procede a seleccionar cada décimo elemento.

instagram viewer

Ventajas del muestreo sistemático

A los investigadores les gusta el muestreo sistemático porque es una técnica simple y fácil que produce una muestra aleatoria libre de sesgos. Puede suceder que, con muestreo aleatorio simple, la población de muestra puede tener grupos de elementos que crean sesgo. El muestreo sistemático elimina esta posibilidad porque garantiza que cada elemento muestreado esté a una distancia fija aparte de los que lo rodean.

Desventajas del muestreo sistemático

Al crear una muestra sistemática, el investigador debe asegurarse de que el intervalo de selección no cree sesgos al seleccionar elementos que compartan un rasgo. Por ejemplo, podría ser posible que cada décima persona de una población racialmente diversa sea hispana. En tal caso, la muestra sistemática estaría sesgada porque estaría compuesta en su mayoría por personas hispanas (o todas), en lugar de reflejar La diversidad racial de la población total.

Aplicación de muestreo sistemático

Supongamos que desea crear una muestra aleatoria sistemática de 1,000 personas de una población de 10,000. Usando una lista de la población total, numere a cada persona de 1 a 10,000. Luego, elija al azar un número, como 4, como el número para comenzar. Esto significa que la persona numerada "4" sería su primera selección, y luego cada décima persona se incluiría en su muestra. Su muestra, entonces, estaría compuesta por personas numeradas 14, 24, 34, 44, 54, y así sucesivamente hasta llegar a la persona numerada 9,994.

Actualizado por Nicki Lisa Cole, Ph. D.

instagram story viewer