Muestreo Sistemático

En el muestreo sistemático (también llamado muestreo aleatorio sistemático) se selecciona a cada uno de los miembros de la población Nth para que sean incluidos en el estudio. Es un método de muestreo probabilístico.

Se ha afirmado que “con el muestreo sistemático, cada ítem Kth es seleccionado para producir una muestra de tamaño n a partir de un tamaño de población de N” [1].

El muestreo sistemático requiere un marco aproximado para la lista a priori, pero no para la lista completa.

Al igual que con cualquier otro método de muestreo, tendrá que obtener la confirmación de su supervisor de tesis sobre su elección de muestreo sistemático, el tamaño total de la población, el tamaño de su grupo de muestra y el valor de la fracción de muestra N antes de comenzar a recopilar los datos primarios.

Aplicación del muestreo sistemático: un ejemplo

Usted puede aplicar el muestreo sistemático en su tesis de la siguiente manera:

1. Etiquetar cada miembro del grupo de muestra con un número de identificación único (ID).

2. Calcular la fracción de muestreo dividiendo el tamaño de la muestra entre el número total de la población:

El resultado de la fracción de muestreo es una guía para aplicar el muestreo sistemático.

Por ejemplo, si su fracción de muestreo es igual a 1/5, tendrá que elegir una en cada cinco casos; es decir, cada cinco casos del marco de muestreo.

En los casos en que los cálculos resulten en una fracción más complicada, especialmente para muestras de gran tamaño, puede redondear su población a la decena o a la centena más cercana.

3. La primera muestra debe elegirse de forma aleatoria.

Es importante seleccionar la primera muestra al azar para asegurar el aspecto de muestreo probabilístico del muestreo sistemático.

En otras palabras, si la primera muestra se selecciona desde el inicio del marco de muestreo todo el tiempo, las muestras entre las fracciones de la muestra (muestras entre cada cinco casos en el ejemplo anterior) no tendrán la posibilidad de ser incluidas en el grupo de muestra.

Por lo tanto, el primer caso debe ser seleccionado al azar para superar este problema.

4. Los miembros adicionales del grupo de muestra se eligen reclutando a cada Nth sujeto

(5to sujeto en el ejemplo anterior) entre la población.

Vamos a ilustrar la aplicación de las etapas anteriores utilizando un ejemplo específico.

Suponga que el tema de su tesis es Un estudio sobre el estilo de liderazgo de impacto en la motivación de los empleados en ABC Company y que ha elegido la entrevista en profundidad semiestructurada como método principal de recopilación de datos. ABC Company tiene 200 empleados de nivel operativo que podrían ser entrevistados. Identificó el tamaño de la muestra como 24 sujetos, es decir, entrevistará a 12 empleados.

Usted tendrá que hacer lo siguiente:

1. Etiquete a cada empleado con un número único.

2. Calcular la fracción de muestreo.

Fracción de muestreo = Tamaño real de la muestra/Población total = 24/200 = 3/25.

Esta fracción de muestreo puede reducirse a 1/8. Por consiguiente, cada 8º miembro del marco de muestreo debe ser seleccionado para participar en el estudio.

3. Elija la primera muestra al azar.

Suponga que seleccionó aleatoriamente la muestra #47 como punto de partida para seleccionar las muestras. Por consiguiente, su grupo de muestra estará formado por empleados de ABC Company bajo los siguientes números: #47; #55; #63; #71; #79; #87; #95; #103; #111; #119; #127; #135; #143; #151; #159; #167; #175; #183; #191; #199; #7; #15; #23; #31.

Ventajas del muestreo sistemático

1. Cuando se hace correctamente, este método se aproxima a los resultados del muestreo aleatorio simple.
2. El muestreo sistemático es eficiente en cuanto a costos y tiempo. Este es un aspecto importante del muestreo sistemático que lo hace aplicable en muchas situaciones.
3. El muestreo sistemático es efectivamente adecuado para recolectar datos de casos geográficamente dispersos (que no requieren contacto cara a cara).

Desventajas del muestreo sistemático

1. El muestreo sistemático sólo puede aplicarse si se dispone de la lista completa de la población.
2. Si hay patrones periódicos dentro del conjunto de datos, la muestra estará sesgada.
3. Si los participantes del estudio deducen el intervalo de muestreo, esto puede sesgar la población, ya que los no participantes serán diferentes de los participantes del estudio.

Referencias

[1] Bajpai, N. (2010) “Business Statistics” Pearson Education India