Ejemplo de método de recopilación de datos

Significado de la población:

Una población es un conjunto de objetos, elementos o eventos similares que se utilizan para definir el tema de estudio, que está relacionado con algunas preguntas o eventos en estudio. En estadísticas, significa el conjunto de todos los elementos sobre los que queremos recopilar información.
La población puede ser de cualquier tamaño, puede ser grande o pequeña y puede tener un número variable de características. Mientras que la población estadística puede ser tanto vaga como específica dependiendo de lo que desee el estadístico.

Ejemplo: todo el alumnado de una universidad o la población pueden ser todas las manzanas de un huerto en un momento dado.

Significado de la muestra:

La muestra es un subconjunto de una población seleccionada para representar a la población como un todo. En investigación, una población no solo significa la población humana todo el tiempo, puede ser fábricas o escuelas. La población se denota por la N mayúscula y la muestra por n . El método elegido para tomar la muestra depende de la naturaleza de la población y de los recursos disponibles en términos de tiempo y dinero. En una muestra no sesgada, es probable que el estado ideal para cada objeto de una población se elija por igual como parte de la muestra. También es deseable que la muestra sea representativa de la población.

Por ejemplo, una población puede ser todas las manzanas en un huerto en un momento dado. Ahora bien, si queremos medir el tamaño de las manzanas, entonces no podemos medirlas todas, así que tomamos una muestra y las medimos. Así que aquí la muestra será un pequeño lote de manzanas, que elegimos para medir las manzanas, que representan adecuadamente a toda la población.

Significado del método de muestra:

El método de muestra es un método en el que se recopilan datos sobre una muestra en un grupo de elementos tomados de la población para su examen, y se extraen conclusiones de ellos.

Idoneidad del método de muestra:

• Tamaño de muestra grande: para usar este método de muestreo, se requiere un tamaño de muestra grande porque, en caso de que el tamaño de muestra sea demasiado pequeño, esto podría dar resultados inexactos e ineficientes. Este método requiere administrar una pequeña porción de la demografía general.
• Precisión baja: como en este método, cada miembro de la población no se estudia para la investigación o la recopilación de datos, sino que se selecciona una pequeña muestra de la población, que se considera una representación real de toda la población. Entonces, aquí, un investigador no puede esperar un nivel muy alto de precisión, ya que los resultados pueden variar de una muestra a otra seleccionada en función de un método diferente. Por lo tanto, este método es generalmente adecuado para aquellas investigaciones en las que no se espera un nivel de precisión muy alto.
• Examen intensivo de los elementos diversos: este método se puede utilizar para la recopilación de datos en aquellos casos en los que no existe la obligación de considerar a todos los miembros de la población para llevar a cabo la investigación.
• Uniformidad: en los casos en los que es visible que todos los demás miembros de la población son una verdadera representación de los demás, este método es muy adecuado para aplicar, ya que las muestras se pueden elegir con mucha precisión de la población, lo que puede dar resultados deseados.

Méritos del método de muestra:

• Económico: Este método de investigación es económico porque solo se estudian algunas unidades de la población.
• Ahorro de tiempo: en este método, solo se investiga un número limitado de elementos de toda la población, por lo que el tiempo de investigación ahorra tiempo en lugar de consumirlo.
• Identificación de errores: debido a que este método cubre solo un número limitado de elementos, los errores se pueden identificar fácilmente. En esa medida, el método de la muestra muestra una mejor precisión.
• Investigación grande: el método de muestra es más factible en aquellas situaciones en las que se trata de una gran área de investigación en comparación con aquellos métodos en los que hay una pequeña área de investigación. Por lo tanto, este método implica un costo asequible en comparación con el costo inasequible de otros métodos.
• Conveniencia administrativa: existe una conveniencia administrativa en el manejo de un número limitado de elementos debido a lo cual se pueden designar investigadores más capaces y eficientes.
• Más científico: este método es más científico porque los datos de muestra se pueden investigar convenientemente desde varios ángulos.

Desventajas del método de muestra:

• Parcial: Es solo una investigación parcial del universo o de la población. No se puede descartar el sesgo del investigador en la selección de la muestra. En consecuencia, el resultado también puede estar sesgado.
• Conclusión incorrecta: si la muestra seleccionada no representa las características del universo, el estudio puede terminar con conclusiones incorrectas, ya que solo se selecciona la muestra de la población, que se considera representativa de toda la población, y si se obtiene la muestra incorrecta. seleccionado, entonces los resultados del estudio no serán de utilidad. 
• Dificultad en la selección de una muestra representativa: No es muy fácil seleccionar una muestra que represente las características de toda la población, ya que en ocasiones puede ocurrir que la población sea bastante diversa y en tales casos se hace difícil seleccionar aquellas muestras que son el representante adecuado de toda la población.
• Dificultad para enmarcar una muestra: A veces, el universo puede ser tan diverso que se vuelve difícil enmarcar una muestra.
• Conocimiento Especializado: Para ser efectiva, la técnica de muestreo requiere un nivel particular de conocimiento especializado. Si no se utiliza el servicio de expertos en la recopilación y análisis de datos de muestra, es probable que los resultados de la investigación no sean satisfactorios. 

Elementos esenciales de la muestra:

• Adecuación: El número de ítems en la muestra debe ser bastante adecuado para que se puedan sacar algunas conclusiones confiables, que cubrirán las características del universo como un todo.
• Representativa: Una muestra debe representar todas las características del universo. Solo es posible cuando cada unidad del universo tiene las mismas posibilidades de ser seleccionada en la muestra. Por lo tanto, la probabilidad de cada miembro de la población siempre debe ser la misma.
• Homogeneidad: si se selecciona más de una muestra de un universo, estas muestras deben ser homogéneas (y no contradictorias) entre sí.
• Independiente: Todas las unidades de una muestra deben ser independientes entre sí. En otras palabras, la inclusión de un elemento en la muestra no debería depender de la inclusión de algunos otros elementos del universo.