Muestreo aleatorio

Con el muestreo aleatorio, por tanto, lo que hacemos es plantear un método de elección. Un método que tiene en cuenta diferentes probabilidades. Esto lo diferencia de los métodos no aleatorios en que es la subjetividad del investigador la que decide la selección de la muestra.

A su vez, en este caso, el azar juega un papel significativo; ya que eliminamos la discreción.

Este tipo de muestreo es uno de los más utilizados en el método científico. Las razones son varias, pero las más relevantes serían las siguientes:

• En primer lugar, es el único que permite hacer análisis confirmatorios e inferencia estadística. De hecho, la segunda se realiza también en muestreos no aleatorios, pero no podremos confirmar los resultados. En este caso, la investigación es de tipo exploratorio.
• Por otro lado, relacionado con el apartado anterior, este método reduce el sesgo. Es decir, al tener cierta probabilidad (conocida) de escoger un determinado individuo de la población, evitamos la subjetividad inherente en la selección no aleatoria.
• Por último, permite utilizar muestras de pequeño tamaño en poblaciones grandes. Eso sí, hay fórmulas para calcular esas muestras mínimas con poblaciones conocidas o desconocidas.

Como toda técnica utilizada en la ciencia, esta también se lleva a cabo siguiendo un proceso. Este permite replicar el experimento y reduce el sesgo y la subjetividad.

• El primer paso, y muy determinante, es la selección de la población. De hecho, tenemos que obtener toda la información que podamos. Sobre todo, nos interesa su composición por ciertas variables sociodemográficas como el sexo, la edad o la ocupación.
• Después, hay que elegir un muestreo aleatorio concreto. En el siguiente apartado veremos los más relevantes. La decisión dependerá de las características de la población.
• Una vez escogido el método, hay que calcular la muestra mínima. Para hacerlo, debemos tener en cuenta si conocemos, o no, el tamaño poblacional. Como hemos comentado, hay fórmulas para calcular este tamaño muestral.
• Por último, procedemos a obtener la muestra y a realizar en ella los análisis estadísticos pertinentes. Una vez hechos, podremos llevar a cabo un contraste de hipótesis u otros métodos de inferencia. El objetivo es extrapolar los resultados a la población.

Existen varios tipos de muestreo aleatorio en función de las características poblacionales.

Veamos los más relevantes:

• Muestreo aleatorio simple: Es uno de los más utilizados. Consiste en asignar un número aleatorio a la población y, luego, a partir de este, escoger la muestra. Es muy útil en poblaciones con cierta homogeneidad. Por ejemplo, es muy utilizado en geología.
• Muestreo estratificado: En este caso, estamos ante una población que, si bien es heterogénea, se puede separar en grupos homogéneos (sexo, edad, etc.). En cada grupo se realiza una muestra aleatoria simple. Es muy utilizado en ciencias sociales, como la psicología.
• Muestreo por conglomerados: En este caso, el objetivo es crear una serie de bloques o conglomerados. Estos son elegidos al azar de entre toda la población. En este caso, existe una heterogeneidad dentro de ellos, así como una homogeneidad fuera. Las investigaciones de mercado suelen usar este muestreo aleatorio.
• Muestreo sistemático: En este caso, se divide el número de individuos de la población entre los de la muestra que queremos obtener. Después, escogemos uno al azar y vamos contando, utilizando ese valor. Los sujetos elegidos serán los que correspondan a ese recuento. Este tipo reduce el problema de autocorrelación.

Imaginemos que queremos estudiar la estatura media de ciertos alumnos de una determinada universidad. Son datos ficticios y utilizaremos un ejemplo sencillo. El paso previo es crear una tabla en la hoja de cálculo con la población total y sus alturas.

Así pues, vamos a utilizar la metodología del muestreo aleatorio simple:

1. A la derecha podemos insertar el número aleatorio, como se ve en la imagen (incluimos la fórmula).
2. Después, utilizamos la opción ordenar de mayor a menor, que no los ordena, pero los cambia de forma aleatoria.
3. Dicho esto, entonces elegimos la muestra (en este caso diez) en función del tamaño calculado para este tipo de muestreo aleatorio.