los errores de muestreo son las diferencias aparentemente aleatorias entre las características de una muestra de población y las de la población general. por ejemplo, un estudio de la asistencia a una reunión mensual revela una tasa promedio del 70 por ciento. la asistencia a algunas reuniones sería ciertamente más baja para unas que para otras. el error de muestreo es que, si bien puede contar cuántas personas asistieron a cada reunión, lo que realmente sucede en términos de asistencia a una reunión no es lo mismo que sucede en la próxima reunión, aunque las reglas o probabilidades subyacentes sean las mismas. Las claves para minimizar el error de muestreo son observaciones múltiples y muestras más grandes.
Minimizar el potencial de sesgo en la selección de la muestra a través de muestreo aleatorio. el muestreo aleatorio no es aleatorio, sino que es un enfoque sistemático para seleccionar una muestra. por ejemplo, se genera una muestra aleatoria de una población de delincuentes juveniles seleccionando nombres de una lista para entrevistar. Antes de ver la lista, el investigador identifica a los delincuentes jóvenes que deben ser entrevistados como aquellos cuyos nombres aparecen primero, 10, 20, 30, 40 y así sucesivamente, en la lista.
Asegurar que la muestra sea representativa de la población mediante la implementación de un protocolo de estratificación. por ejemplo, si estudiaba los hábitos de consumo de alcohol de los estudiantes universitarios, podría esperar diferencias entre los estudiantes de fraternidad y los que no lo son. La división de la muestra en esos dos estratos al principio reduce el potencial de error de muestreo.
Utilice tamaños de muestra más grandes. a medida que aumenta el tamaño, la muestra se acerca a la población real, lo que disminuye el potencial de desviaciones de la población real. por ejemplo, el promedio de una muestra de 10 varía más que el promedio de una muestra de 100. Sin embargo, las muestras más grandes implican costos más altos.
duplique su estudio tomando la misma medición repetidamente, utilizando más de un sujeto o grupos múltiples, o realizando estudios múltiples. La replicación le permite eliminar los errores de muestreo.