Muestreo probabilístico.
El azar debe formar parte de una regla de selección conocida.
Sortear clientes desde un listado definido es distinto a pedir voluntarios: se puede documentar cómo entró cada unidad en la muestra.
Entienda el enfoque antes de entrar al detalle.
Sortear clientes desde un listado definido es distinto a pedir voluntarios: se puede documentar cómo entró cada unidad en la muestra.
Una lectura visual de Muestreo probabilístico
Qué información y condiciones se necesitan.
Población, marco, unidades, probabilidades y diseño.
SRS · muestreo aleatorio simple
Cada unidad del listado tiene la misma posibilidad de ser seleccionada.
Consultar esta rutaMuestreo estratificado
Separe grupos relevantes y seleccione dentro de cada uno.
Consultar esta rutaRDD · marcación aleatoria de números telefónicos
Genere números según un marco definido y compruebe a quién contacta.
Consultar esta rutaCómo funciona y cómo debe aplicarse.
En un diseño probabilístico, cada unidad elegible tiene una probabilidad de inclusión conocida y positiva. La aleatorización permite vincular la estimación y su incertidumbre con un mecanismo de selección documentado. No significa que toda muestra probabilística sea de igual probabilidad ni que esté libre de errores: cobertura y no respuesta pueden deteriorar una operación correctamente seleccionada.
Procedimiento y decisiones de aplicación
Marco y selección
Depurar el marco y conservar identificadores, estratos y unidades de selección. Ejecutar el sorteo reproducible y registrar la semilla o evidencia de selección.
Pesos de diseño
Calcular el peso inicial como el inverso de la probabilidad de inclusión. En diseños por etapas, usar la probabilidad conjunta de llegar a la unidad final.
Estimación
Conservar estratos, conglomerados y pesos en la base. Calcular medias, proporciones e intervalos con métodos que reconozcan esas características.
Del procedimiento a una conclusión sustentada.
Si se seleccionan 100 unidades de un estrato de 1.000 y 100 de otro de 5.000, las probabilidades son distintas. Los pesos iniciales son 10 y 50. Promediar los 200 casos sin esos pesos sobrerrepresenta el estrato pequeño. El ejemplo supone selección simple dentro de cada estrato y respuesta completa; los ajustes posteriores necesitan reglas adicionales.
Decisiones que estructuran su aplicación
Cada paso tiene una comprobación distinta; el procedimiento desarrollado arriba precisa qué se decide y qué evidencia se conserva.
Controles que determinan la interpretación
| Criterio | Qué se comprueba |
|---|---|
| Integridad del sorteo | Una sustitución elegida por comodidad puede romper el diseño. |
| Positividad | No atribuir representación a grupos excluidos del marco. |
| Varianza | Los conglomerados y pesos desiguales pueden modificar la precisión frente al supuesto simple. |
Documentación del marco y del sorteo, probabilidades, pesos iniciales, tratamiento de incidencias y especificación para análisis de encuestas complejas.
¿Se puede reemplazar a una persona que no responde?
Solo con el mecanismo previsto y documentado. Seleccionar a alguien disponible por iniciativa del operador cambia probabilidades y puede introducir sesgo. La no respuesta requiere tratamiento propio; incorporar más casos no elimina su relación posible con el resultado ni recupera automáticamente el diseño original.
Aplicación en el portafolio
Opinión pública
Consultar esta soluciónSalud y seguimiento de marca
Consultar esta soluciónFuentes técnicas para ampliar la lectura
Continúe por una ruta relacionada.
Referencias para profundizar
Revisemos la aplicación en su estudio.
Definamos cómo utilizar Muestreo probabilístico con la información disponible y el alcance que requiere su proyecto.