Please enable JavaScript.
Coggle requires JavaScript to display documents.
Muestreo probabilístico y no probabilísticos - Coggle Diagram
Muestreo probabilístico y no probabilísticos
Muestro Probabilístico
Aleatorio Simple
Cada miembro tiene igual probabilidad de ser seleccionado. Se utiliza numeración o software aleatorio; adecuado para poblaciones finitas y accesibles.
Sistemático
Selección regular con un intervalo constante tras un punto de inicio aleatorio. Divide la población en intervalos y selecciona elementos en cada uno; ideal para poblaciones ordenadas.
Estratificado
La población se segmenta en subgrupos homogéneos (estratos) basados en características relevantes, y se extrae una muestra proporcional de cada estrato; asegura representación equitativa de cada grupo.
Por Conglomerados
Divide la población en grupos naturales o conglomerados; se seleccionan conglomerados al azar y se estudian todos sus elementos. Útil para poblaciones grandes y dispersas geográficamente; permite reducir costos y tiempo.
Selección aleatoria, cada miembro tiene una probabilidad conocida de ser elegido, asegura representatividad y permite generalizar resultados. Ejemplos: aleatorio simple, sistemático, estratificado, por conglomerados.
Muestro No Probabilístico
Por Conveniencia
Selección de elementos disponibles o fáciles de acceder; rápido y económico, pero con alto riesgo de sesgo, limitando la generalización.
Intencional o de Juicio
El investigador selecciona participantes específicos por su relevancia o conocimiento sobre el tema. Requiere juicio experto; útil en estudios exploratorios o cualitativos.
Bola de Nieve
Comienza con un grupo pequeño que refiere a otros; se expande progresivamente. Ideal para poblaciones difíciles de identificar, como grupos vulnerables o marginados.
Por Cuotas
Selección de participantes que cumplen con ciertas características hasta cubrir cuotas específicas (e.g., género, edad). Permite obtener muestras representativas de segmentos clave sin aleatoriedad; común en encuestas y estudios de opinión.
Selección no aleatoria, depende del criterio del investigador, facilita el acceso a datos pero limita la generalización. Ejemplos: conveniencia, intencional, bola de nieve, por cuotas.
El muestreo es el proceso de seleccionar una parte representativa de una población para estudiar sus características y obtener conclusiones generales sin analizar a toda la población.