a:

El muestreo aleatorio simple mide estadísticamente un subconjunto de individuos seleccionados de un grupo o población mayor para aproximarse a una respuesta de todo el grupo. A diferencia de otras formas de técnicas topográficas, el muestreo aleatorio simple es un enfoque imparcial para obtener las respuestas de un grupo grande. Debido a que los individuos que componen el subconjunto se eligen al azar, cada individuo en el conjunto de población grande tiene la misma probabilidad de ser seleccionado. Esto crea, en la mayoría de los casos, un subconjunto equilibrado que conlleva el mayor potencial para representar al grupo más grande como un todo.

Si bien hay claras ventajas en el uso de una muestra aleatoria simple en la investigación, tiene inconvenientes inherentes. Estas desventajas incluyen el tiempo necesario para recopilar la lista completa de una población específica, el capital necesario para recuperar y contactar esa lista y el sesgo que podría producirse cuando el conjunto de muestra no es lo suficientemente grande como para representar adecuadamente a toda la población.

Tiempo y costos

En el muestreo aleatorio simple, solo se puede obtener una medida estadística precisa de una población grande cuando se dispone de una lista completa de toda la población estudiada. En algunos casos, los detalles sobre una población de estudiantes en una universidad o un grupo de empleados en una compañía específica son accesibles a través de la organización que conecta a cada población. Sin embargo, tener acceso a la lista completa puede presentar desafíos. Algunas universidades o colegios no están dispuestos a proporcionar una lista completa de estudiantes o profesores para la investigación. Del mismo modo, las empresas específicas pueden no estar dispuestas o no pueden entregar información sobre grupos de empleados debido a las políticas de privacidad.

Cuando no se dispone de una lista completa de una población más grande, las personas que intentan realizar un muestreo aleatorio simple deben recopilar información de otras fuentes. Si está disponible públicamente, se pueden usar listas de subconjuntos más pequeños para recrear una lista completa de una población más grande, pero esta estrategia lleva tiempo en completarse. Las organizaciones que mantienen datos sobre estudiantes, empleados y consumidores individuales a menudo imponen largos procesos de recuperación que pueden retrasar la capacidad de una persona para obtener la información más precisa sobre el conjunto de la población.

Además del tiempo que lleva reunir información de varias fuentes, el proceso puede costar a una compañía o individuo una cantidad sustancial de capital. La recuperación de una lista completa de una población o listas de subconjuntos más pequeños de un proveedor de datos externo puede requerir el pago cada vez que se proporcionen datos de población. Si la muestra no es lo suficientemente grande como para representar las opiniones de toda la población durante la primera ronda de muestreo aleatorio simple, la compra de listas o bases de datos adicionales puede ser prohibitiva.

Sesgo en Muestreo Aleatorio

Aunque el muestreo aleatorio simple pretende ser un enfoque imparcial para el levantamiento topográfico, puede ocurrir un sesgo de selección de muestra. Cuando un conjunto de muestra de la población más grande no es lo suficientemente incluyente, la representación de la población total está sesgada y requiere técnicas de muestreo adicionales. Para garantizar que no se produzca un sesgo, los investigadores deben obtener respuestas de un número adecuado de encuestados, lo que puede no ser posible debido a limitaciones de tiempo o de presupuesto.