Muestreo no probabilístico

Índice()

    ¿Qué es el muestreo no probabilístico?

    El muestreo no probabilístico es un las técnicas utilizadas en las muestras estadísticas, que es diferente de una muestra probabilística, no permite que se investiguen todos los individuos de una población, que tengan las mismas posibilidades de selección.

    En este tipo de muestreo, son individuos que, al cumplir determinadas cualidades o características, se benefician de la investigación.

    Tipo de muestreo no probabilístico

    El muestreo no probabilístico se puede clasificar en metroCuotas, conveniencia, bola de nieve o muestreo discrecional.

    Tipo de muestreo no probabilístico

    Tipo de muestreo no probabilístico.

    Conveniencia de muestreo

    El muestreo no probabilístico por conveniencia es donde el investigador toma la muestra, seleccionar personas que encuentre accesibles y rápidas de buscar. Esto, en general, lo hizo por su cercanía consigo mismo.

    Como ejemplo: un investigador decide realizar un estudio sobre la opinión de un profesor de una determinada clase. Usando un muestreo práctico, crea una muestra de los primeros 5 estudiantes en la lista de la clase.

    Muestreo por cuotas

    Mediante muestreo por cuotas, el investigador se asegura de que la muestra sea justa y proporcional, según las características, calidad o naturaleza de la población a estudiar.

    Como ejemplo: Un investigador debe tomar una muestra de los empleados de una empresa, el 60% de los cuales son mujeres y el 40% son hombres. Para ello, seleccione individuos que sean proporcionales a la población, por conveniencia de muestreo o por elección del investigador.

    Muestreo de bolas de nieve

    También conocido como muestreo en cadena, este método consiste en El investigador requiere, desde el primer sujeto de la muestra, identificar o designar a otra persona que cumpla con los requisitos de investigación..

    Como ejemplo: un investigador decidió realizar una investigación en la que se tomaron muestras de personas con enfermedades raras. Así, al encontrar individuos con estas características, el investigador solicita ayuda para encontrar a otras personas con estas condiciones para muestrear.

    Muestreo discrecional

    Conocido como juicio o muestreo deliberado, mediante esta técnica se selecciona el sujeto Cformar un grupo particular, uno más adecuado para el análisis que otros.

    Como ejemplo: Quiere investigar el comportamiento de los padres con sus hijos. Por lo tanto, los investigadores eligieron a personas que tenían hijos como muestra porque se consideraron aptas para formar parte del estudio.

    Ventajas y desventajas del muestreo no probabilístico

    Ventaja

    Las principales ventajas del muestreo no probabilístico son las siguientes:

    • Costos mas bajos para hacer una investigación.
    • Ellos pueden al control características de la muestra.
    • Lleva menos tiempo, porque los individuos que formarán parte de la muestra ya son conocidos.
    • Pueden ser reconocidos características inusuales.

    Deficiencia

    Las principales desventajas del muestreo no probabilístico son las siguientes:

    • No garantiza la plena representación de la población.
    • No generaliza y es subjetivo.
    • No recomendado en casos de investigaciones causales o descriptivas.

    Ejemplo de muestreo no probabilístico

    A continuación, proponemos Algunos ejemplos Para comprender las muestras no probabilísticas con mayor claridad:

    • El deseo de un maestro analizar la cantidad de estudiantes con metas realistas, por lo que utilizó voluntarios reconocidos y envió la investigación de regreso a la escuela, para que el estudiante sirviera como muestra.
    • Un investigador social elige 50 personas desempleadas en una población y pedir a 5 de ellos que busquen otros 10 desempleados, para completar el análisis y la investigación utilizando el método de bola de nieve.
    ¿Te encanto?

    Deja una respuesta

    Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

    Go up