Muestreo multietapa

Introducción

En el muestreo de etapas múltiples, o el muestreo de conglomerados de etapas múltiples, extrae una muestra de una población utilizando grupos (unidades) cada vez más pequeños en cada etapa. A menudo se usa para recopilar datos de un gran grupo de personas geográficamente dispersas en encuestas nacionales.

Desarrollo del tema

Muestreo de una sola etapa frente a multietapa

En el muestreo de una sola etapa, se divide una población en unidades (p. ej., hogares o individuos) y se selecciona una muestra directamente mediante la recopilación de datos de todas las personas en las unidades seleccionadas.
En el muestreo de etapas múltiples, divide la población en grupos cada vez más pequeños para crear una muestra usando varios pasos. Puede aprovechar las agrupaciones jerárquicas (por ejemplo, de estado a ciudad a vecindario) para crear una muestra que sea menos costosa y menos costosa para recopilar datos.

Puede utilizar métodos de muestreo probabilísticos o no probabilísticos en el muestreo de una o varias etapas. Pero para la validez externa, o generalización, es mejor usar métodos de muestreo probabilístico, que permiten inferencias estadísticas más sólidas.

Muestreo de una sola etapa

En el muestreo probabilístico de una sola etapa, comienza con un marco de muestreo, que es una lista de todos los miembros de la población completa. Debe ser lo más completo posible, de modo que su muestra refleje con precisión su población.

Marco de muestreo

Está encuestando a los estudiantes de su estado en un estudio a gran escala. Su población objetivo son los estudiantes de entre 13 y 19 años, y su tamaño de muestra ideal es de 7500 estudiantes.

El marco de muestreo para su estudio es una lista de todos los estudiantes adolescentes matriculados en escuelas dentro del estado. Para obtener esta lista, puede comunicarse con el departamento de educación estatal o con cada escuela individualmente para solicitar una lista de estudiantes.

Puede utilizar métodos de muestreo aleatorio simple, sistemático, estratificado o por conglomerados para seleccionar una muestra probabilística de su marco de muestreo.

Muestreo por conglomerados vs estratificado

En el muestreo por conglomerados y el muestreo estratificado, divide la población en grupos que son mutuamente excluyentes y exhaustivos.

En el muestreo por conglomerados, la población se divide en conglomerados, que generalmente se basan en la geografía (p. ej., ciudades o estados) o la organización (p. ej., escuelas o universidades). En el muestreo por conglomerados de una sola etapa, selecciona aleatoriamente algunos de los conglomerados para su muestra y recopila datos de todos dentro de esos conglomerados en una etapa.

Muestreo por conglomerados en una sola etapa

Divide el marco de muestreo según la geografía y termina con 98 grupos de estudiantes basados ??en áreas. Selecciona 15 conglomerados utilizando una selección aleatoria e incluye todos los miembros de esos conglomerados en su muestra.

En el muestreo estratificado, la población se divide en estratos, que a menudo se basan en características demográficas como la raza, el género o el nivel socioeconómico. Cada unidad o miembro de la población se ubica en un estrato. Selecciona algunos miembros de cada estrato para que todos los grupos estén representados en su muestra.

Muestreo estratificado de una sola etapa

Divide el marco muestral en tres estratos de diferente estatus socioeconómico. Utiliza la selección aleatoria para elegir participantes de cada estrato por separado para asegurarse de tener suficientes participantes de cada nivel socioeconómico en su muestra.

El muestreo multietápico a menudo implica una combinación de muestreo por conglomerados y estratificado.

Muestreo multietapa

El muestreo multietapa a menudo se considera una versión extendida del muestreo por conglomerados.
En el muestreo de etapas múltiples, divide la población en conglomerados y selecciona algunos conglomerados en la primera etapa. En cada etapa subsiguiente, divide aún más esos grupos seleccionados en grupos más pequeños y repite el proceso hasta llegar al último paso. En el último paso, solo selecciona algunos miembros de cada grupo para su muestra.

Al igual que en el muestreo de una sola etapa, comienza definiendo su población objetivo. Pero en el muestreo de etapas múltiples, no necesita un marco de muestreo que enumere a todos los miembros de la población. Es por eso que este método es útil para recopilar datos de poblaciones grandes y dispersas.

Ejemplo de investigación

Su población son todos los estudiantes de 13 a 19 años matriculados en las escuelas de su estado. Si no puede acceder a un marco de muestreo completo, no puede utilizar el muestreo probabilístico de etapa única de toda la población. Además, la recopilación de datos de una muestra de personas en todo el estado sería muy difícil, costosa y requeriría mucho tiempo.

En su lugar, decide utilizar un método de muestreo de varias etapas para recopilar una muestra representativa de participantes.

En el muestreo de etapas múltiples, siempre se pasa de conglomerados de nivel superior a de nivel inferior en cada etapa. Los conglomerados a menudo se denominan unidades de muestreo.

En la primera etapa, divide la población en conglomerados y selecciona algunos de ellos: estas son sus unidades primarias de muestreo (PSU).

En la segunda etapa, divide sus UPM en más conglomerados y selecciona algunos de ellos como sus unidades de muestreo secundarias (SSU).

Puede terminar en la segunda etapa o continuar este proceso con tantas etapas como necesite. En la última etapa, obtendrá su muestra final de unidades de muestreo finales (USU).

Muestreo multietapa

En la primera etapa, haces una lista de distritos escolares dentro del estado. Selecciona 15 distritos escolares como sus PSU. En la segunda etapa , enumera todas las escuelas dentro de esos distritos escolares. Selecciona 10 escuelas de cada distrito como sus SSU. En la tercera etapa, obtiene una lista de todos los estudiantes dentro de esas escuelas. Selecciona 50 estudiantes de cada escuela como sus USU y recopila datos de esos estudiantes.

Para una muestra probabilística, se debe utilizar una técnica de muestreo probabilístico para seleccionar conglomerados en cada etapa. Pero puede mezclarlos utilizando métodos simples aleatorios, sistémicos o estratificados para seleccionar unidades en cada etapa según lo que sea relevante y aplicable a su estudio.

Primera etapa: Unidades primarias de muestreo

En la primera etapa, como en el muestreo por conglomerados, dividirá su población en conglomerados que son mutuamente excluyentes y exhaustivos.

Luego, elegirá algunos de sus conglomerados para que sean sus unidades de muestreo primarias, idealmente utilizando un método de muestreo probabilístico. Puede utilizar cualquiera de los métodos de muestreo de una sola etapa para seleccionar sus PSU.

Las encuestas a gran escala a menudo usan una combinación de muestreo por conglomerados y estratificado en la primera etapa para ayudar a garantizar que las unidades sean representativas de la población más grande. A esto se le llama muestra multietapa estratificada.

Comienza por estratificar sus conglomerados en la primera etapa. Después de la estratificación, selecciona los conglomerados mediante un método de muestreo probabilístico.

Ejemplo de la primera etapa

En la primera etapa, decide utilizar una combinación de muestreo por conglomerados y estratificado. Haces una lista de todos los distritos escolares dentro del estado. Cada distrito escolar es una unidad o grupo. Puede crear fácilmente una lista de distritos escolares porque es información disponible públicamente, a diferencia de una lista de su población objetivo de estudiantes en el estado.

Se estratifican los distritos escolares por tipo de área: regiones urbanas, suburbanas y rurales. Desea asegurarse de que los tres tipos de área están representados en su muestra.

Para cada estrato, enumere los distritos escolares que se encuentran en esa categoría. Luego, utiliza un muestreo aleatorio simple para seleccionar 5 distritos escolares dentro de cada estrato. Estos 15 distritos escolares son sus unidades primarias de muestreo.

El muestreo por conglomerados de etapa única finaliza en este punto porque recopilaría datos de todos los que se encuentran dentro de los conglomerados seleccionados (las UPM). Esto a menudo es inviable en la vida real, por lo que el muestreo multietapa va más allá al muestrear dentro de cada conglomerado o unidad para crear nuevas unidades.

Segunda etapa: Unidades secundarias de muestreo

En la segunda etapa, divide sus UPM para llegar a unidades de muestreo más pequeñas. Seleccionará solo algunas de estas unidades más pequeñas dentro de cada PSU seleccionada: estas son sus unidades de muestreo secundarias (SSU).

Ejemplo de la segunda etapa

En la segunda etapa enumera todas las escuelas dentro de los distritos escolares seleccionados. La recopilación de datos de todas las escuelas es mucho trabajo, por lo que toma más muestras de esta lista de escuelas para reducir la cantidad de escuelas que realmente visitará. Utiliza un método de muestreo aleatorio simple para seleccionar 10 escuelas de cada distrito escolar. Estas son sus unidades de muestreo secundarias.

Si finaliza su muestreo en este punto, se denomina muestreo de dos etapas o de dos etapas. Esto significa recolectar datos de todos en sus unidades de muestreo secundarias: todos los estudiantes en las escuelas seleccionadas.
Es opcional continuar con el proceso agregando más etapas, pero a menudo puede simplificar el proceso de investigación.

Etapa final: Unidades finales de muestreo

Puede seguir repitiendo el proceso de dividir aún más cada unidad de muestreo y seleccionar algunas de ellas para la siguiente etapa. En la etapa final, finaliza con sus unidades de muestreo definitivas.

Ejemplo de etapa final

En la etapa final , se contacta con las escuelas seleccionadas para obtener listas de estudiantes registrados. De cada lista, utiliza un muestreo sistemático para seleccionar 50 estudiantes de cada escuela. Estos estudiantes son sus unidades de muestreo definitivas: forman la muestra final de la que recopiló datos.

Ventajas y desventajas

El muestreo de etapas múltiples es efectivo y flexible con muestras grandes, pero puede ser difícil asegurarse de que su muestra sea representativa de la población.

Ventajas

No necesita comenzar con un marco de muestreo de su población objetivo.
Comparado con una muestra aleatoria simple, es relativamente económico y efectivo cuando tiene una población grande o geográficamente dispersa.
Es flexible: puede variar los métodos de muestreo entre las etapas en función de lo que sea apropiado o factible.

Desventajas

En comparación con las muestras aleatorias simples, necesitará un tamaño de muestra más grande para una muestra de varias etapas para lograr las mismas propiedades de inferencia estadística.

La mejor elección del método de muestreo en cada etapa es muy subjetiva, por lo que necesitará un razonamiento claro para su decisión.

Puede dar lugar a muestras no representativas porque es posible que grandes sectores de la población no se seleccionen para el muestreo.

Preguntas frecuentes sobre el muestreo multietápico

¿Qué es el muestreo probabilístico?

El muestreo probabilístico significa que cada miembro de la población objetivo tiene una posibilidad conocida de ser incluido en la muestra.

Los métodos de muestreo probabilístico incluyen el muestreo aleatorio simple, el muestreo sistemático, el muestreo estratificado y el muestreo por conglomerados.

¿Qué es el muestreo multietápico?

En el muestreo de etapas múltiples , o el muestreo de conglomerados de etapas múltiples, extrae una muestra de una población utilizando grupos cada vez más pequeños en cada etapa.

Este método se utiliza a menudo para recopilar datos de un gran grupo de personas geográficamente dispersas en encuestas nacionales, por ejemplo. Aprovecha las agrupaciones jerárquicas (p. ej., de estado a ciudad a vecindario) para crear una muestra que es menos costosa y lleva menos tiempo recopilar datos.

¿Es el muestreo polietápico un método de muestreo probabilístico?

En el muestreo multietapa, puede utilizar métodos de muestreo probabilístico o no probabilístico. Para una muestra probabilística, se debe realizar un muestreo probabilístico en cada etapa.

Puede mezclarlos utilizando muestreo aleatorio simple, muestreo sistemático o muestreo estratificado para seleccionar unidades en diferentes etapas, según lo que sea aplicable y relevante para su estudio.

¿Cuáles son los pros y los contras del muestreo multietápico?

El muestreo multietapa puede simplificar la recopilación de datos cuando tiene muestras grandes y dispersas geográficamente, y puede obtener una muestra probabilística sin un marco de muestreo completo.

Sin embargo, es posible que el muestreo de etapas múltiples no conduzca a una muestra representativa, y se necesitan muestras más grandes para que las muestras de etapas múltiples alcancen las propiedades estadísticas de las muestras aleatorias simples.

Conclusión

Una vez abordado el tópico en cuestión, resulta relevante enfatizar que este método divide a la población en grupos (o conglomerados) para realizar una investigación. Durante este método de muestreo, grupos significativos de personas seleccionadas se dividen en subgrupos en varias etapas para simplificar la recopilación de datos primarios. Entre las ventajas en el uso de este muestreo, se encuentran:

Permitir a los investigadores aplicar muestreo por conglomerados o aleatorio después de determinar los grupos.
Los investigadores pueden aplicar el muestreo de etapas múltiples para hacer conglomerados y subconglomerados hasta que el investigador alcance el tamaño o tipo de grupo deseado.

Los investigadores pueden dividir la población en grupos sin restricciones. Permite flexibilidad a los investigadores para elegir la muestra con cuidado.

Es útil al recopilar datos primarios de una población geográficamente dispersa.

Rentable y efectivo en el tiempo porque este método ayuda a reducir la población en grupos más pequeños.
Encontrar la muestra de encuesta correcta se vuelve muy conveniente para los investigadores.

El investigador elige conscientemente a la audiencia. Disminuye los problemas que se enfrentan durante el muestreo aleatorio.

No necesita una lista completa de todos los miembros de la población objetivo, lo que reduce drásticamente el costo de preparación de la muestra.

Fuentes consultadas

  • Bhandari, P. (2021, agosto 16). Multistage sampling. Scribbr. https://www.scribbr.com/methodology/multistage-sampling/
  • Bhat, A. (2019, agosto 27). Multistage Sampling – Definition, steps, applications, and advantages with example. QuestionPro. https://www-questionpro-com.translate.goog/blog/multistage-sampling-advantages-and-application/?_x_tr_sl=en&_x_tr_tl=es&_x_tr_hl=es&_x_tr_pto=sc