Las desventajas de un muestreo aleatorio estratificado

Escrito por david shoo | Traducido por blas isaguirres
  • Comparte
  • Twittea
  • Comparte
  • E-mail

Un buen trabajo de investigación pueden ser tu objetivo final, pero lograr esto puede equivaler a una tarea compleja que requiere una cuidadosa consideración. El muestreo aleatorio estratificado puede ayudar a obtener la precisión necesaria, pero también plantea algunos retos.

Otras personas están leyendo

Necesita más atención

Los diseños de muestreo estratificado pueden ser proporcionales o no. En el muestreo proporcional, el tamaño de la muestra es proporcional al tamaño del estrato. Como resultado, hay un nivel de precisión más alto que se magnifica por una población homogénea. La estratificación no proporcional contempla diferentes tamaños de muestra para cada estrato. Los criterios utilizados para asignar los puntos estratos determinarán si la precisión del diseño es excelente o lamentable. Es el más adecuado para los estratos con diferentes características, ya que sólo se puede optimizar la precisión de un estudio y esto no puede ser transferido a las encuestas posteriores. Frente a un dilema sobre qué diseño utilizar, es posible que examines profundamente las varianzas y costos dentro de los estratos cuando tomes la decisión.

Consume tiempo

El método consiste en siete pasos para dar con la muestra, por lo que es un proceso largo. También requiere un registro de la población objeto de estudio disponible. A veces, la lista no se puede obtener y desarrollarla hace el trabajo más difícil ya que los estratos deben ser mutuamente excluyentes y colectivamente. Como resultado, el tamaño de la muestra se incrementa, lo que conduce a gastos adicionales y tiempo prolongado de estudio. Si las listas están disponibles, pueden implicar procesos largos para adquirir permisos, prolongando el tiempo del estudio.

Complicado

Las decisiones sobre la estratificación se hacen antes del estudio. Si las decisiones tomadas están equivocados, la información recogida no es válida para usar en la elaboración de conclusiones. Los análisis de los datos también es complejo porque hay que tener en cuenta el número y el tamaño de la población de los estratos, el tamaño de la población total y la población de la muestra. Para dar una conclusión auténtica, se utilizan estadísticas de la muestra, como desviaciones estándar, error estándar y niveles de significación. Si no eres muy estadístico, estos pueden ser confusos.

Caro

El uso de diseño puede requerir una muestra de gran tamaño, lo que aumenta el costo, especialmente en los casos en que las listas necesarias se clasifican y tienen que comprarse. En otros casos, las listas de la población pueden estar accesibles, pero la gente está dispersa geográficamente. Tienen que hacerse disposiciones necesarias para alcanzarlos, añadiendo un costo extra.

No dejes de ver

Filtrar por:
  • Mostrar todos
  • Artículos
  • Galerías de fotos
  • Videos
Ordenar:
  • Más relevante
  • Más popular
  • Más reciente

No se encuentran artículos disponibles

No se encuentran slideshows disponibles

No se encuentran videos disponibles