Introducción
El muestreo sistemático es un método de muestreo probabilístico en el que los investigadores seleccionan miembros de la población en un intervalo regular (o k) determinado de antemano.
Si el orden de la población es aleatorio o parecido al azar (p. ej., alfabético), entonces este método le dará una muestra representativa que puede usarse para sacar conclusiones sobre la población.
Desarrollo del tema
Cuándo usar el muestreo sistemático
El muestreo sistemático es un método que imita muchos de los beneficios de la aleatorización del muestreo aleatorio simple, pero es un poco más fácil de realizar.
Puede utilizar el muestreo sistemático con una lista de toda la población, como en el muestreo aleatorio simple. Sin embargo, a diferencia del muestreo aleatorio simple, también puede usar este método cuando no puede acceder a una lista de su población por adelantado.
Orden de la población
Cuando se utiliza el muestreo sistemático con una lista de población, es esencial considerar el orden en que se enumera su población para asegurarse de que su muestra sea válida.
Si su población está en orden ascendente o descendente, el uso de un muestreo sistemático aún debería brindarle una muestra bastante representativa, ya que incluirá participantes de los extremos inferior y superior de la población.
Por ejemplo, si se está muestreando una lista de individuos ordenados por edad, el muestreo sistemático dará como resultado una población extraída de todo el espectro de edad. Si, en cambio, utilizó un muestreo aleatorio simple, es posible (aunque poco probable) que termine con solo individuos más jóvenes o mayores.
No debe utilizar el muestreo sistemático si su población se ordena de forma cíclica o periódica, ya que no se puede garantizar que la muestra resultante sea representativa.
Ejemplo: lista alterna
Su lista de población alterna entre hombres (en los números pares) y mujeres (en los números impares). Usted elige tomar una muestra de cada décimo individuo, lo que por lo tanto dará como resultado que solo se incluyan hombres en su muestra. Obviamente, esto no sería representativo de la población.
| Ejemplo: lista ordenada cíclicamente Está tomando muestras de una lista de población de aproximadamente 1000 pacientes de hospital. La lista se divide en 50 departamentos de alrededor de 20 pacientes cada uno. Dentro de cada departamento, la lista está ordenada por edad, de menor a mayor. Esto da como resultado una lista de 20 ciclos de edad repetidos. Si toma una muestra de cada 20 individuos, porque cada departamento está ordenado por edad, su población consistirá en la persona de mayor edad en cada uno. Lo más probable es que esto no proporcione una muestra representativa de toda la población del hospital. |
Muestreo sistemático sin lista de población
Puede usar el muestreo sistemático para imitar la aleatorización del muestreo aleatorio simple cuando no tiene acceso a una lista completa de la población por adelantado.
| Ejemplo de investigación Dirige una tienda por departamentos y está interesado en cómo puede mejorar la experiencia de la tienda para sus clientes. Para investigar esta pregunta, le pide a un empleado que se pare en la entrada de la tienda y encuesta a cada vigésimo visitante que sale, todos los días durante una semana. Si bien no necesariamente tiene una lista de todos sus clientes con anticipación, este método aún debe brindarle una muestra representativa de sus clientes, ya que su orden de salida es esencialmente aleatorio. |
Paso 1: Defina su población
Al igual que otros métodos de muestreo, debe decidir sobre la población que está estudiando.
En el muestreo sistemático, tiene dos opciones para la recopilación de datos:
- Puede seleccionar su muestra con anticipación de una lista y luego acercarse a los sujetos seleccionados para recopilar datos, o
- Puede acercarse a cada k -ésimo miembro de su población objetivo para pedirles que participen en su estudio.
Listado de la población por adelantado
Asegúrese de que su lista contenga a toda la población y no esté en un orden periódico o cíclico. Idealmente, debería estar en un orden aleatorio o parecido al azar (como alfabético), lo que le permitirá imitar los beneficios de la aleatorización del muestreo aleatorio simple.
| Ejemplo: enumerar la población En su estudio de tiendas departamentales, sus clientes constituyen su población objetivo. Para crear su muestra con anticipación, deberá crear una lista de todos los clientes que visitaron su tienda en la última semana. Sin embargo, crear una lista de este tipo sería difícil, si no del todo imposible. Puede optar por usar recibos para crear su lista, pero esto incluiría a cualquier cliente que no compre, lo que muy probablemente sesgaría sus resultados. |
Selección de su muestra en el acto
Si no puede acceder a una lista de antemano, pero puede observar físicamente a la población, también puede utilizar el muestreo sistemático para seleccionar sujetos en el momento de la recopilación de datos.
En este caso, asegúrese de que el momento y la ubicación de su procedimiento de muestreo cubra a toda la población para evitar sesgos en los resultados.
| Ejemplo: Muestreo en el lugar Como no puede obtener una lista completa de los clientes de su tienda, en su lugar elige tomar muestras de cada k -ésimo cliente a medida que salen de la tienda. Esto le permite incluir tanto a los que compran artículos como a los que no. Debe asegurarse de tomar muestras durante toda la semana para garantizar una muestra representativa, porque diferentes tipos de clientes ingresan en diferentes momentos y días: los adolescentes generalmente compran después de la escuela y los fines de semana, mientras que los profesionales que trabajan pueden comprar más tarde en la noche y quedarse. Padres en casa durante el día. |
Paso 2: Decida el tamaño de su muestra y el intervalo de muestreo
Antes de elegir su intervalo, primero debe decidir el tamaño de su muestra. Hay varias formas diferentes de elegir un tamaño de muestra, pero una de las más comunes consiste en usar una calculadora de tamaño de muestra.
Una vez que haya elegido el margen de error y el nivel de confianza deseados, el tamaño total estimado de la población y la desviación estándar de las variables que intenta medir, esta calculadora le proporcionará el tamaño de muestra que debe buscar.
Cuando conoce el tamaño de su muestra objetivo, puede calcular su intervalo, k , dividiendo el tamaño total estimado de la población por el tamaño de la muestra. Esto puede ser una estimación aproximada en lugar de un cálculo exacto.
| Tamaño de la muestra e intervalo de muestreo Aunque no sabe exactamente cuántas personas visitarán su tienda antes de tiempo, puede estimar la población total utilizando un promedio del tráfico peatonal de las semanas anteriores. Usted estima que alrededor de 7500 personas visitan su tienda cada semana y, basándose en esta estimación, calcula un tamaño de muestra ideal de 366. Por lo tanto, su intervalo de muestreo k es igual a 7500/366 = 20,49, que redondea a 20. |
Paso 3: Seleccionar la muestra y recopilar datos
Si ya tiene una lista de su población, seleccione al azar un punto de partida en su lista y, a partir de ahí, seleccione cada k -ésimo miembro de la población para incluirlo en su muestra.
Si no tiene una lista, elige a cada k -ésimo miembro de la población para su muestra al mismo tiempo que recopila los datos para su estudio.
Al igual que en el muestreo aleatorio simple, debe tratar de asegurarse de que cada individuo que haya elegido para su muestra participe realmente en su estudio. Si quienes deciden participar lo hacen por motivos relacionados con las variables que estás recogiendo, esto podría sesgar tu estudio.
| Recopilación de datos Eliges a un empleado para que se quede junto a la puerta y encuesta a cada 20 clientes que se van. Es importante que el mayor número posible de los elegidos para la muestra decida participar; de lo contrario, es posible que sus resultados no reflejen adecuadamente las opiniones de la población en general. Por ejemplo, aquellos que tienen opiniones particularmente buenas o malas de la tienda pueden estar más dispuestos a participar que la población general de clientes, lo que sesga los resultados de su encuesta. |
Preguntas frecuentes sobre el muestreo sistemático
¿Qué es el muestreo probabilístico?
El muestreo probabilístico significa que cada miembro de la población objetivo tiene una posibilidad conocida de ser incluido en la muestra. Los métodos de muestreo probabilístico incluyen el muestreo aleatorio simple, el muestreo sistemático, el muestreo estratificado y el muestreo por conglomerados.
¿Qué es el muestreo sistemático?
El muestreo sistemático es un método de muestreo probabilístico en el que los investigadores seleccionan miembros de la población a intervalos regulares, por ejemplo, seleccionando cada 15 personas en una lista de la población. Si la población está en orden aleatorio, esto puede imitar los beneficios del muestreo aleatorio simple.
¿Cómo se realiza un muestreo sistemático?
Hay tres pasos clave en el muestreo sistemático:
- Define y enumera su población, asegurándose de que no esté ordenada en un orden cíclico o periódico.
- Decida el tamaño de su muestra y calcule su intervalo, k, dividiendo su población por el tamaño de su muestra objetivo.
- Elija cada k -ésimo miembro de la población como su muestra.
Conclusión
El muestreo sistemático es un método estadístico que los investigadores utilizan para reducir a cero la población deseada que quieren investigar. Los investigadores calculan el intervalo de muestreo dividiendo el tamaño total de la población por el tamaño de muestra deseado. El muestreo sistemático es una implementación extendida del muestreo probabilístico en el que cada miembro del grupo se selecciona en períodos regulares para formar una muestra. Por ello, es importante enfatizar que:
- El muestreo sistemático, es extremadamente simple y conveniente para los investigadores crear, realizar y analizar muestras.
- Como no es necesario numerar a cada miembro de una muestra, es mejor para representar una población de una manera más rápida y sencilla.
- Las muestras creadas se basan en la precisión en la selección de miembros y están libres de favoritismo.
- El factor de riesgo involucrado en este método de muestreo es extremadamente mínimo.
- En caso de que haya diversos miembros de una población, esta técnica de muestreo puede ser beneficiosa debido a la distribución uniforme de los miembros para formar una muestra.
Fuentes consultadas
- Fleetwood, D. (2018, marzo 13). Systematic sampling: Definition, examples and types. QuestionPro. https://www-questionpro-com.translate.goog/blog/systematic-sampling/?_x_tr_sl=en&_x_tr_tl=es&_x_tr_hl=es&_x_tr_pto=sc
- Thomas, L. (2020, octubre 2). Systematic sampling. Scribbr. https://www.scribbr.com/methodology/systematic-sampling/