Intentar encuestar a una población entera de personas es difícil. ¿Cómo podrías llegar cada ¿Mujer entre 20 y 29 años? ¿Todos los estudiantes de tu universidad? ¿Cada persona en Alemania? Se necesita mucho tiempo y dinero para obtener datos de cada persona y, cuando finalmente lo hagas, ¡es posible que esos datos hayan cambiado! Para combatir este problema, los investigadores podrían utilizar métodos como el muestreo por conglomerados o el muestreo estratificado para recopilar datos de grupos o individuos que representen a la población más grande. Estos dos a menudo se confunden, por lo que esta página ofrece información sobre el muestreo por conglomerados versus el muestreo estratificado.
Tenga en cuenta que estos no son los únicos dos métodos de muestreo disponibles. Otros métodos de muestreo incluyen:
- Muestreo aleatorio simple
- Muestreo sistemático
- Muestreo de conveniencia
- Muestreo de bola de nieve
¿Diferencias entre muestreo por conglomerados y muestreo estratificado?
El muestreo por conglomerados y el muestreo estratificado son dos métodos de muestreo que dividen las poblaciones en grupos más pequeños y toman muestras basadas en esos grupos. En el muestreo por conglomerados, los “conglomerados” naturales son grupos que se seleccionan para la muestra. En las muestras estratificadas, se seleccionan individuos dentro de grupos elegidos para la muestra.
¿Qué es el muestreo por conglomerados?
El muestreo por conglomerados es un tipo de muestreo en el que una población más grande se divide naturalmente en diferentes conglomerados o grupos. Se seleccionan aleatoriamente grupos, en lugar de individuos, como muestra. Ciertas reglas y principios del muestreo por conglomerados garantizan que los investigadores sigan obteniendo una muestra precisa.
Tipos de muestreo por conglomerados
Dependiendo de los recursos disponibles para los investigadores, los conglomerados pueden someterse a una serie de selecciones aleatorias antes de elegir la muestra final. Los investigadores pueden armar los grupos ellos mismos o utilizar fronteras naturales o agrupaciones que dividan los grupos (fronteras estatales, edad, aula, etc.)
Una vez que se identifican los grupos y se les asigna un número, los investigadores pueden participar en muestreo por conglomerados en una sola etapa y seleccione a cada miembro de algunos grupos para que sea su muestra. Los investigadores pueden elegir conglomerados mediante un muestreo aleatorio simple o generando un número aleatorio.
Quizás esto genere una muestra demasiado grande. En este caso, los investigadores entrarán en una segunda etapa y elegirán aleatoriamente un grupo de personas dentro de cada grupo para utilizarlo en la muestra. Muestreo por conglomerados en dos etapas producirá una muestra menos precisa pero es más conveniente si los recursos son limitados.
Los investigadores pueden reducir aún más sus muestras eligiendo al azar a personas del grupo aleatorio que han elegido de los grupos aleatorios. Muestreos por conglomerados en varias etapas alejarse cada vez más de la población y ofrecer una muestra menos precisa, pero puede alentarse si los recursos son realmente limitados.
Reglas de muestreo por conglomerados
Para garantizar que los conglomerados puedan representar a toda la población, los investigadores siguen algunas reglas y principios del muestreo por conglomerados:
Los grupos deben ser similares. La gente dentro cada grupo puede ser muy diferente entre sí, pero los grupos en su conjunto deberían verse muy similares en toda la población. Cuando esto sucede, es más probable que elija un grupo que represente a toda la población.
Digamos que desea elegir una muestra de un código postal y reúne “grupos” por vecindario. Al observar los diferentes vecindarios, verá que algunos están llenos de personas de un grupo de edad o nivel de ingresos, mientras que otros vecindarios tienen una mayoría de otro grupo de ingresos. Algunos vecindarios tienen una buena combinación, pero cada grupo luce tremendamente diferente del anterior. El muestreo por conglomerados no sería una buena opción en este escenario.
Los grupos deben ser mutuamente excluyentes. Los individuos sólo deben pertenecer a un grupo.
Los conglomerados deben representar a toda la población. Este es el objetivo final. El muestreo por conglomerados generalmente se elige debido a recursos limitados o conveniencia. El objetivo no debería cambiar: se quiere comprender mejor a toda la población.
Ejemplos de muestreo por conglomerados
- Eres dueño de un huerto de manzanos y quieres determinar qué tan grandes son las manzanas de tu huerto. No hay tiempo para medir cada manzana del huerto, por lo que decide utilizar el muestreo por racimos. Todos tus manzanos están alineados en filas ordenadas, del 1 al 20. Contienen una mezcla de manzanos pero tienen el mismo aspecto y tienen la misma edad. Utiliza un muestreo aleatorio simple y decide medir las manzanas en las filas 3, 6 y 17.
- ¿Los niños de tu escuela quieren más opciones en el almuerzo? ¿Traen su almuerzo a la escuela o compran el almuerzo en la cafetería? Desea utilizar el muestreo por conglomerados para encontrar la respuesta. Cada salón de clases contiene aproximadamente la misma cantidad de estudiantes, por lo que selecciona aleatoriamente los salones de clases en el ala este de la escuela y envía una encuesta a los estudiantes de esos salones.
- ¿Las personas que asisten a la YMCA creen que la organización ofrece suficientes recursos al vecindario? Una forma de averiguarlo es seleccionar todas las YMCA de un estado y encuestar a sus miembros. Tendrá que investigar un poco de antemano para asegurarse de que los miembros del estado representen a la población más grande en términos de nivel de ingresos, edad, etc.
Al leer estos ejemplos de muestreo por conglomerados, es posible que se pregunte: «¿No puedo simplemente elegir los grupos que quiero muestrear para asegurarme de representar a toda la población?» Puede hacerlo, pero es posible que no esté utilizando el muestreo por conglomerados para reunir su muestra. El muestreo estratificado es muy similar al muestreo por conglomerados, pero las pequeñas diferencias entre ellos podrían marcar la diferencia en términos de cuán precisa o sesgada se vuelve su muestra.
¿Qué es el muestreo estratificado?
El muestreo aleatorio estratificado es un método de muestreo que divide intencionalmente a la población en diferentes estratos y luego selecciona aleatoriamente individuos de cada estrato para garantizar que todos los grupos estén incluidos en la muestra. Los estratos pueden ser cualquier cosa, desde raza hasta edad y código postal.
El muestreo aleatorio estratificado puede prevenir los problemas que surgen con el muestreo por conglomerados cuando los conglomerados están desequilibrados. ¿Recuerda el ejemplo de los barrios que se veían muy diferentes entre sí? Los investigadores aún podrían considerar cada vecindario como un estrato individual, pero luego seleccionar individuos de cada vecindario como una forma de obtener un conjunto de datos que refleje a la población en su conjunto.
Reglas y principios del muestreo estratificado
Investigue antes de dividir la población en estratos. Considere la población que está muestreando y cómo los diferentes datos demográficos pueden afectar sus respuestas o accesibilidad. Si está encuestando a un grupo de estudiantes universitarios, puede que no tenga sentido dividirlos por edad individual, pero puede ser útil considerar el número de estudiantes de primer, segundo, tercer y último año y si podrían formar buenos estratos. Si su población contiene estudiantes universitarios de varias universidades, puede tener más sentido utilizar las diferentes universidades como estratos y dejar que el muestreo aleatorio maneje la proporción de edades presentes en la muestra.
Considere las proporciones de cada estrato al seleccionar individuos al azar. Digamos que desea realizar una encuesta de su vecindario y divide su población por edad. Hay significativamente más personas en el grupo de edad de 40 a 59 años que en el grupo de edad de 20 a 39 años. Debe considerar esto al seleccionar personas de los grupos de edad de 40 a 59 y de 20 a 39 años.
Su muestra debe representar a toda la población. Una vez más, este es el objetivo final. Si su método de muestreo parece omitir o representar de manera desproporcionada ciertas facetas de la población, es posible que desee evaluar su método e intentarlo nuevamente.
Ejemplos de muestreo estratificado
- Quiere saber por quién votarán las personas de su estado en las próximas elecciones presidenciales. Una forma de dividir el estado es por condado, pero no todos los condados tienen la misma población. Después de reunir la cantidad de personas en cada condado, selecciona al azar un puñado de personas de cada condado que sea proporcional a los puñados que selecciona de otros condados. Puede seleccionar 10 personas de un condado y 50 personas de un condado más poblado.
- ¿Recuerdas el huerto de manzanos desde arriba? Digamos que cultivas manzanas rojas y verdes en tu huerto. Sabes que cultivas el doble de manzanas rojas que de manzanas verdes. Eliges al azar cinco manzanas verdes y diez manzanas rojas para pesarlas en tu muestra.
- Quiere realizar una encuesta en línea sobre cuántas personas están familiarizadas con una determinada marca de belleza. Tiene datos que le permiten llegar a las personas por edad, ubicación y nivel de ingresos. Utilizando un generador aleatorio, orienta anuncios para recopilar personas de cada grupo de edad, ubicación y nivel de ingresos diferentes.
El muestreo nunca será exactamente perfecto. La única manera de recopilar datos que reflejen con precisión a toda una población es recopilar datos sobre toda la población. Cuando esto no es posible, el muestreo por conglomerados, el muestreo estratificado y otros métodos de muestreo pueden ser suficientes.