Garantiza a todos los
elementos que
integran la población
la misma oportunidad
de ser seleccionado.
Produce muestras
representativas y permite
el uso de la estadística
inferencial en el análisis
de datos.
Presenta una fácil
comprensión y
presentación de
resultados.
Tiene sustento
estadístico y su
cálculo es rápido.
Requiere se disponga
de un listado de los
objetos/ personas
que integran la
población.
Puede no ser
representativa en el
muestreo de
poblaciones
pequeñas.
Muestreo
Sistemático
Características
Es fácil de
construir, ejecutar,
comparar y
comprender.
Introduce ciertos
parámetros arbitrarios
en los datos.
Elimina la baja
probabilidad de
corrupción de datos y
su factor de riesgo es
bajo.
Proporciona
control y sentido
del proceso para
investigadores y
estadísticos.
No son costosas, puesto
que eliminan la selección
agrupada, característica
en el muestreo aleatorio
simple.
Asume que el tamaño
de la población puede
aproximarse
razonablemente,
puede ocasionar una
muestra sesgada.
No requiere de un
listado de la
población.
Muestreo
Estratificado
Características
Asegura la
representación de cada
uno de los grupos en la
muestra.
Existe el muestreo por estratos
de afijación simple, en el que se
asigna el mismo tamaño de
muestra a todos los estratos, sin
importar su peso en la
población.
Existe el muestreo por estratos de
afijación proporcional, en el que
el tamaño de los estratos es
diferente en cada uno, por tanto,
los estratos con mayor peso
tienen mayor representatividad.
Se obtienen
estimaciones más
precisas, puesto que
requiere que los
grupos sean más
homogéneos.
Su costo de aplicación es bajo,
puesto que si son unidades
homogéneas permite hallar
una submuestra de la
muestra.
El tamaño de los estratos
permite obtener una muestra
basado en su peso, permitiendo
disminuir las varianzas de las
estimaciones de la muestra.
Reduce el error muestral
respecto a un muestreo
aleatorio simple, mejorando
la precisión de nuestros
resultados.
Muestreo por
Conglomerados
Características
Selecciona de manera
aleatoria los grupos de la
población, estos son más
heterogéneos.
Es muy eficiente su
aplicación cuando la
población es muy grande y
dispersa.
Ayuda cuando es imposible o
poco práctico crear un marco
de muestreo de una
población debido a su
dispersión geográfica.
Su objetivo reside en la
heterogeneidad de la
población para un buen
diseño de la muestra.
Requiere el listado de las
unidades de muestreo, más
no de la población entera.
Presenta un mayor error
estándar que el muestreo
aleatorio simple o estratificado.
La variación en el grupo es
menor que la variación
entre grupos.
No Probabilístico
Muestreo Por
Conveniencia
Características
Selecciona los casos a
los que se tiene
acceso y que
permiten ser
incluidos.
Puede presentar
mayor probabilidad
de sesgo de error
debido a los
criterios le
investigador o a
influencia de
terceros.
Solo el investigador
tiene acceso y
proximidad con la
población.
Es menos costoso y su
aplicación no requiere
de mucho tiempo.
Se aplica porque es fácil
de reclutar a la muestra
y porque el
investigador no
consideró seleccionar
una muestra que
represente a toda la
población.
Presenta rapidez,
debido a su bajo costo
brinda un
costo-efectividad y
facilidad de
disponibilidad de la
muestra.
Se recurre a este tipo de
muestreo para desarrollar
estudios pilotos y permite
identificar tendencias e
indicar posibles resultados
que nutrirán el desarrollo
del estudio definitivo.
Debido a que no se aplica
ningún criterio para
organizar la muestra, es
imposible tener resultados
estadísticos precisos.
Muestreo Por
Juicio
Características
Ayuda a seleccionar
casos característicos en
una población.
No es recomendable
en el caso de que la
investigación sea
causal o descriptiva.
El escenario donde se
encuentra la población
es variable.
Se selecciona la muestra
en base al conocimiento y
experiencia del
investigador.
Requiere menos tiempo y
es menos costoso, puesto
que conoce al individuo
que formará parte de la
muestra.
No asegura la
representación total de
la población y es
subjetiva.
Se tiene control de
los objetos de la
muestra.
Muestreo Por
Cuotas
Características
Forma la muestra a
partir de estratos que
comparten
características.
Se reclutan casos hasta
que se completan el
número de casos
necesarios.
Su elección se hace de
manera causal.
El no incluir una cuota que
sea relevante para el
estudio, podría ocasionar
que los resultados se
distorsionen.
No requiere de un
presupuesto alto para su
ejecución, puesto que estudia
a una población en
específico.
La interpretación de la
información es mucho más
fácil para el investigador.
Intenta incluir a sujetos
accesibles como parte de una
muestra.
Muestreo Por
Bola de Nieve
Características
Se lo puede aplicar
cuando hay una
población muy pequeña.
Permite que el primer
participante que
identifique a otro potencial
que también cumpla con
los criterios de la
investigación.
El proceso en cadena
permite que el investigador
llegue a poblaciones que son
difíciles de probar cuando se
utilizan otros métodos de
muestreo.
Su proceso resulta fácil,
simple y de bajo costo.
Necesita poca
planificación y menos
mano de obra que otras
técnicas de muestreo.
El investigador tiene
poco control sobre el
método de muestreo.
La
representatividad
de la muestra no
está garantizada.