El muestreo se refiere al acto de seleccionar un número específico de entradas de un gran conjunto de datos para su posterior análisis. La investigación comercial a menudo genera vastas cantidades de datos, especialmente en investigaciones centradas en el mercado, como la demografía. Las técnicas de muestreo en la investigación empresarial permiten a los investigadores trabajar con un subconjunto de datos más manejable que creen que representa con precisión las tendencias en la colección más grande.
Investigación primaria
Las empresas obtienen datos de investigación a partir de los cuales pueden tomar muestras de dos maneras distintas. La primera, la investigación primaria, consiste en desenterrar datos de sus fuentes. Las encuestas son la forma más popular de investigación primaria, ya sea que se realicen en persona, por teléfono, a través de Internet o por cualquier otro medio. Los resultados de la investigación primaria son de propiedad exclusiva, lo que significa que ninguna otra empresa tiene acceso a los resultados de la investigación primaria a menos que el investigador lo otorgue específicamente o se ponga a disposición del público.
Investigación secundaria
Cuando los resultados de la investigación primaria se comparten con otros investigadores, los otros investigadores están realizando una investigación secundaria. La investigación secundaria se basa esencialmente en los esfuerzos de otros que se han tomado el tiempo de compilar grandes conjuntos de datos relevantes y valiosos. Buscar cifras promedio de ingresos de la Oficina de Estadísticas Laborales es un ejemplo de investigación secundaria. Dado que la oficina ya ha realizado la extensa encuesta y compilación de datos, otros investigadores de negocios pueden aprovechar los datos con poco o ningún costo.
Muestreo aleatorio
El muestreo aleatorio implica elegir un cierto número de elementos de datos completamente al azar, luego usar la muestra para un análisis más detallado. El muestreo aleatorio puede ser una técnica eficaz cuando se analizan conjuntos de datos bastante homogéneos. Imagine una empresa que busca determinar el porcentaje de personas diagnosticadas con obesidad mórbida en un estado particular. En lugar de trabajar con un conjunto de datos de varios millones de entradas, la compañía podría analizar razonablemente una muestra aleatoria de varios cientos de entradas para llegar a un número que se aproxima a la estadística de todo el conjunto de datos.
Nombre de muestra de Nth
El muestreo de nombre enésimo, también conocido como muestreo sistemático, es similar al muestreo aleatorio, excepto que reduce la influencia de la selección de datos arbitrarios. El muestreo sistemático implica la selección de cada enésimo ingreso de datos para su inclusión en una muestra. Si tuviera un conjunto de datos de un millón de respuestas a la encuesta, por ejemplo, podría seleccionar cada milésima entrada para incluir en una muestra, dejándole con una muestra más manejable de mil entradas.
Muestreo Controlado
El muestreo controlado toma muestras altamente específicas de un conjunto bastante heterogéneo de datos. El muestreo controlado es más valioso cuando se realiza una investigación secundaria, ya que la investigación primaria puede diseñarse para enfocarse solo en encuestados específicos, si se desea.
Imagine una empresa que compra un gran conjunto de datos que contiene información sobre la edad, el origen étnico, la educación y los niveles de ingresos de los encuestados. Si una empresa deseara determinar los niveles de ingresos promedio para un determinado grupo de edad, la empresa podría crear una muestra que conste solo de entradas que cumplan con los criterios de edad específicos antes de calcular la cifra de ingresos.
