Muestras Aleatorias

Muestreo en el que la selección de los elementos de la muestra se hace de forma aleatoria y, por tanto, sin que en su composición influya la opinión o preferencia de la persona que la selecciona. En las muestras no aleatorias, en cambio, la selección de las unidades muéstrales no es nunca completamente independiente de las preferencias e incluso manías de la persona que hace la selección. Al primer tipo de muestreo, el único verdaderamente científico, también se le denomina muestreo estadístico, y el segundo, muy utilizado en las ciencias sociales, es el llamado muestreo opinático. La selección al azar o aleatoria de una muestra se hace generalmente mediante el uso de una tabla de números aleatoria, pero también se puede seleccionar haciendo uso de una urna, lotería o cualquier otro artificio que genere números aleatorios. 

Muestras aleatorias

Si una muestra aleatoria se hace correctamente, contiene no tendencia sistematica y es por lo tanto relativamente representante de la población. Por supuesto, en un estudio de muestreo, nunca podemos estar seguros al 100% de que los resultados medidos a partir de la muestra sean también ciertos en la población. No obstante, a efectos prácticos suele ser suficiente si podemos afirmar que el riesgo de una desviación de la población es, digamos, un 1%. Seremos capaces de hacer tales afirmaciones que están basadas en cálculo de probabilidades si hemos usado una muestra aleatoria.
El principio de la selección de los elementos en una muestra aleatoria es el mismo que cuando se reparten la baraja. Todos los objetos de la población tienen iguales probabilidades de ser seleccionados en la muestra. Esta probabilidad es llamada razón de muestreo (sampling ratio en inglés), y es igual al número de elementos de la muestra dividido por el número de la población.
Hay métodos alternativos para crear una muestra aleatoria (en otras palabras, una "muestra de probabilidad"). En los diagramas siguientes, los casos de la población original se presentan como puntos u otros símbolos pequeños, y los casos seleccionados en la muestra se demuestran como símbolos en negrita.
1. Muestra aleatoria simple. La muestra se extrae a suertes, por ejemplo cogiendo papeletas numeradas de un sombrero. Si tenemos un fichero de ordenador sobre la población, la computadora hará la selección al azar. Cuando la población es muy grande y ya consiste en grupos naturales, los miembros de los cuales se enumeran en un archivo, puede ser práctico hacer el muestreo en etapas (cluster sampling), seleccionando primero algunos grupos y entonces seleccionando la muestra final sólo desde los miembros de estos grupos seleccionados. Por ejemplo, si la población consiste en toda la gente en un país, usted puede primero seleccionar al azar algunas subdivisiones del país y después seleccionar la muestra final entre la gente en estas subdivisiones. Si usted se prepone entrevistarse con esta gente en sus hogares, usted ahorrará así mucha hora de viajar.
2. Muestra sistemática. Si la razón que se pretende es 1/n, empezamos escogiendo el primer elemento al azar entre los primeros n objetos de la población, y tras ello extraemos cada n-avo objeto. Si tenemos una lista de objetos de la población el procedimiento será muy fácil incluso sin una computadora, y el resultado será así representativo, excepto en la situación inusual que una característica importante de los casos sucede a la repetición en cada n casos.
3. Muestra aleatoria ponderada. Cuando la población incluye un grupo muy pequeño pero esencial, hay el riesgo de que ningún miembro de ese grupo quede dentro de una muestra aleatoria. Tales grupos claves de usuarios de productos son, entre otros, gente corto de vista, duro de oído o con la capacidad reducida del movimiento, véase una lista de tal gente. Otras minorías a menudo significativas originan de religiones, de nacionalidades y de lenguas.
Para asegurar por lo menos algunos de una minoría clave (marcada con x en el diagrama a la derecha) en la muestra, podemos incrementar deliberadamente la razón de la muestra sobre este grupo de especial importancia. Por supuesto que esto generará un desequilibrio en las mediciones que se obtengan a partir de la muestra ponderada, pero será fácil restaurar el equilibro original. Esto se hace así cuando se combinan los resultados; por ejemplo, al calcular la media de todas las mediciones daremos a las mediciones de cada grupo su peso apropiado correspondiente a los porcentajes genuinos en la población.