Ventajas y desventajas del muestreo sistemático

Con las estadísticas, las personas pueden tomar decisiones informadas. Si una encuesta encuentra que un porcentaje de trabajadores en una industria sufre una lesión, los trabajadores jóvenes pueden considerar ese factor a la hora de elegir una carrera. Las poblaciones de muestreo, en donde los investigadores seleccionan al azar los participantes, pueden ser costosas y consumen mucho tiempo, especialmente en grandes poblaciones. Sin embargo, el muestreo sistemático (un proceso en el que los investigadores seleccionan una muestra representativa utilizando un proceso de selección estándar) puede ahorrar dinero. Por ejemplo, una tienda de video puede pedir a cada cliente que complete una encuesta a la décima vez que devuelve un video.

Rápido y conveniente

El muestreo se basa en la selección aleatoria de individuos u objetos. Los investigadores estandarizan cómo ordenar las unidades de la población. Por ejemplo, un inspector puede mirar cada tercer lote de maní. Las muestras sistemáticas son muy simples, rápidas y convenientes para aquellos que ya tienen una lista de unidades en la población. Los estadistas se benefician del uso de un muestreo sistemático en el estudio de grandes poblaciones ya que el muestreo sistemático cubre el área de muestreo uniforme. Por ejemplo, si un departamento de estado estudia cómo los residentes usan el protector solar, el departamento debería probar en todo el estado en lugar de hacer un muestreo en algunos condados.

Periodicidad

Los eventos que ocurren en intervalos regulares tienen periodicidad. Por ejemplo, un programa de televisión que se transmite todos los martes a las ocho pasadas del mediodía, tiene periodicidad. En un estudio, la muestra de la población podría tener características de periodicidad. Por ejemplo, el salmón puede nadar río arriba en la misma fecha cada año. Los investigadores también podrían notar que tiene un patrón de periodicidad. Por ejemplo, puede que haya más osos en una región cada vez que el salmón nada río arriba. Sin embargo, la periodicidad de la muestra puede no coincidir con la periodicidad del patrón.

En otro ejemplo, un estudio al azar puede seleccionar a los miembros de un club de salud para un estudio. Sin embargo, los participantes seleccionados podrían no representar las proporciones reales de los miembros del club de salud en la población. La muestra seleccionada pueden ser todos pacientes con diabetes, aunque no todos los que van a esos clubes tienen diabetes. Pero las situaciones en las que los participantes de la muestra tienen características muy divergentes de las normas de la población de la muestra son poco probables y repetir el estudio en una fecha posterior revelará las anormalidades en el mismo.

Promediando muestras conjuntas

Según el sitio web Universidad Stony Brook, encontrar múltiples muestras y repetir el estudio puede aumentar las posibilidades de que los resultados generales del estudio sean exactos. Por ejemplo, un investigador puede estudiar la prevalencia de una enfermedad en particular entre las patatas mediante el examen de las patatas fritas en cuatro granjas diferentes. Una finca puede tener un número inusualmente alto de patógenos debido a las prácticas agrícolas pobres. Cuando los investigadores seleccionan cuatro granjas diferentes para un segundo estudio, y se promedian los resultados de la primera y la segunda granja, la granja anormal representa sólo el 12,5 por ciento de los resultados promediados, en lugar del 25 por ciento.

Parcialidad

El muestreo sistemático es un tipo de muestreo probabilístico, lo que significa que el investigador debe asegurar que la muestra se represente por igual a todos los miembros de la población. Si no lo hace, el estadista tendrá resultados sesgados, que son resultados que difieren de las características reales de la población. Por ejemplo, un estudio de la universidad podría informar que el 70 por ciento de los residentes de Missouri se oponen a la reforma migratoria. Sin embargo, la universidad lleva a cabo la encuesta con los alumnos que asisten a la universidad. Los resultados serán sesgados, ya que la investigación no representa a toda la población de Missouri, sólo a los estudiantes.

Los estadistas pueden evitar sesgos si seleccionan las unidades de la muestra de manera sistemática. Por ejemplo, en lugar de confiar sólo en los estudiantes universitarios, los investigadores podrían llamar a cada 100 residentes del listado en la guía telefónica para hacerles preguntas sobre la reforma migratoria.

eHow en espanol
×