Para obtener información sobre grandes poblaciones, los investigadores usan cuatro métodos de muestreo probabilístico: aleatorio simple, sistemático, estratificado y agrupado. Todos en una población dada tienen una probabilidad conocida e igual de ser seleccionados en el muestreo probabilístico y, lo que es más importante, las personas se eligen al azar.
Probabilidad Ejemplo de utilidad

Imagine lo difícil y costoso que sería para un La compañía encuestará a todos en los Estados Unidos cada vez que quiera saber algo sobre los estadounidenses. Si se crea una muestra al azar y todos tuvieron la oportunidad de participar, entonces los resultados de la muestra serían similares a los resultados de un censo, que encuestan a todos. El muestreo probabilístico es una manera crucial, que ahorra tiempo y es mucho menos costosa para obtener información de la sociedad que un censo, ya que sus resultados pueden reflejar una gran población a pesar de que sondea una pequeña cantidad de personas. Si una muestra no se creó al azar, que es un muestreo no probabilístico, es poco probable que los resultados reflejen a toda la población.
Muestreo aleatorio simple y sistemático

En el muestreo aleatorio simple, las personas se seleccionan al azar de una Lista completa de la población. Por lo general, a cada persona o grupo familiar de la población se le asigna un número y una computadora genera números aleatorios que indican quién es el elegido para la muestra. Las loterías son una muestra puramente aleatoria. Todos los poseedores de boletos están en una lotería, pero solo unos pocos son elegidos al azar.
Sciencing Video Vault
Cree el soporte (casi) perfecto: aquí es cómo
cree el (casi) perfecto soporte: aquí tiene cómo

El muestreo sistemático es similar al muestreo aleatorio simple con una diferencia: un patrón para la selección de participantes. Por ejemplo, un investigador puede comenzar en un punto aleatorio y tomar cada centésimo nombre que encuentre en la guía telefónica de Atlanta, Georgia. Este método de muestreo se usa ampliamente para el correo electrónico y las entrevistas telefónicas de los consumidores.
Muestreo estratificado y en grupo.

El muestreo estratificado es útil cuando se comparan diferentes partes de una población. Los investigadores dividen o segmentan a la población de una manera relevante para sus necesidades y toman una muestra aleatoria simple en cada segmento. Los segmentos se llaman subpoblaciones o estratos. Si desea comparar cómo se sienten las 1.000 mujeres y los hombres acerca de la atención médica, entonces podría segmentar o estratificar a la población por género y elegir al azar a 500 hombres y 500 mujeres. Puede segmentar o estratificar una población de muchas maneras, incluyendo edad, educación, ingresos y ubicación.

El muestreo de conglomerados incluye dos procesos aleatorios. El primer paso es dividir la población en grupos específicos y luego seleccionar grupos al azar, no personas específicas. Luego, los investigadores ejecutan una muestra aleatoria simple solo en cada grupo elegido. Los investigadores a menudo usan códigos postales o áreas de grandes ciudades para crear un grupo.
Cuatro ejemplos

Un investigador puede querer saber cómo se sienten todos los estadounidenses sobre la atención médica al encuestar a 520 personas. Si tiene una lista de todos los estadounidenses y selecciona aleatoriamente a 520 personas de todo el país, es un muestreo aleatorio simple. Si, por el contrario, comienza en un punto aleatorio de la lista de todos los estadounidenses y selecciona a cada 700,000 personas, entonces eso es un muestreo sistemático.

Si divide la lista de todos los estadounidenses en 50 estados y selecciona al azar a 10 personas de cada uno Estado, a continuación, utiliza el muestreo estratificado. Si elige al azar 26 estados de los 50 estados y luego extrae al azar a 20 personas de cada uno de los 26 estados, entonces utiliza el muestreo por conglomerados.