Zusammenfassung der Ressource
SELECCIÓN
DE LA
MUESTRA
- III.
Inicio
- Efectuar selección
de:
- Muestra
- Para el proceso cuantitativo:
- Es un Subgrupo de población de
interés
- Se recolectan sus
datos
- Es representativo de la
población
- Definido y delimitado de antemano con
precisión
- A partir de lo efectuado en los pasos I y II
- Se pretende generalizar sus resultados de su
estudio
- es
decir:
- Un subconjunto de elementos
que pertenecen a ese
conjunto definido en sus
características al que
llamamos población
- Se pretende que
este sea un
reflejo fiel del
conjunto de la
población.
- Existen 2 tipos, los cuales en
ocasiones se combinan. En
seguida los dos tipos:
- 2. Muestra no
probabilística o
dirigida
- donde:
- Los
elementos
- se eligen sin depender
de la probabilidad,
sino de las
características de la
investigación.
- mediante
- un procedimiento que no es mecánico ni se
basa en fórmulas de probabilidad, sino que
depende del proceso de toma de decisiones de
un investigador o de un grupo de
investigadores y, desde luego, las muestras
seleccionadas obedecen a otros criterios de
investigación
- la cual:
- Se utiliza en diversas
investigaciones
cuantitativas y cualitativas
- Selecciona individuos o casos
“típicos” sin intentar que sean
estadísticamente representativos de
una población determinada
- Desventajas
- se presentan
- para fines deductivos-cuantitativos, cuando
la generalización o extrapolación de
resultados hacia la población es una
finalidad en sí misma
- La primera
- Al no ser probabilísticas, no es posible calcular
con precisión el error estándar, es decir, no
podemos determinar con qué nivel de
confianza hacemos una estimación.
- Por tanto
- las pruebas estadísticas en
muestras no probabilísticas tienen
un valor limitado a la muestra en
sí, mas no a la población
- Ventajas
- Desde la perspectiva
cuantitativa
- Su utilidad para determinados diseños de
estudio que requieren no tanto una
“representatividad” de elementos de una
población, sino una cuidadosa y
controlada elección de casos con ciertas
características especificadas previamente
en el planteamiento del problema.
- Desde el enfoque
cualitativo
- Logran obtener los casos (personas,
objetos, contextos, situaciones) que
interesan al investigador y que llegan a
ofrecer una gran riqueza para la
recolección y el análisis de los datos
- En esta
se usa
- Muestreo al azar por
marcado telefónico
(Random Digit Dialing)
- Consiste en:
- Seleccionar
muestras
telefónicas
- e Implica
- Identificar áreas geográficas —para ser
muestreadas al azar— y sus
correspondientes códigos telefónicos e
intercambios (los primeros dígitos del
número telefónico que las identifican).
Luego, los demás dígitos del número que
se va a marcar pueden ser generados al
azar de acuerdo con los casos que
requerimos para la muestra (n)
- para esta, se tiene
- Una máxima del
muestreo y el
alcance del estudio
- donde
- Sea cual sea el muestreo,
lo importante es:
- Elegir a los casos adecuados,
de acuerdo con el
planteamiento del problema y
lograr el acceso a ellos
- Ahora bien:
- Los estudios exploratorios
regularmente emplean
muestras dirigidas
- aunque
- Podrían usarse
muestras
probabilísticas
- La mayor parte de las
veces, las investigaciones
experimentales utilizan
muestras dirigidas
- porque
- Es difícil manejar
grupos grandes o
múltiples casos
- En ocasiones
- La muestra puede
ser en varias etapas
(polietápica).
- donde:
- La elección entre un tipo y
otro
- depende
de:
- A. El
planteamiento del
estudio
- C. El diseño de
investigación
- D. La contribución que
se piensa hacer con la
muestra (alcance)
- B. Las
hipótesis
- donde
- En un primer tipo de
manera previa se
necesita
- El Marco muestral o listado de
casos
- que
- Es un marco de referencia que nos
permite identificar físicamente los
elementos de la población, así como
la posibilidad de enumerarlos y
seleccionar las unidades muestrales.
- de una
- 1. Muestra
probabilística
- donde:
- Todos los elementos:
- tienen la misma posibilidad de
ser elegidos para la muestra y
se obtienen definiendo las
características de la población
y el tamaño de la muestra
- mediante
- una selección
aleatoria o
mecánica de las
unidades de
muestreo/análisis.
- Para
hacerla
- Se necesitan dos
procedimientos:
- 1. Calcular un
tamaño de muestra
que sea
representativo de la
población
- 2. Seleccionar los
elementos muestrales
(casos) de manera que al
inicio todos tengan la
misma posibilidad de ser
elegidos
- Ventajas
- Quizás la principal es:
que puede medirse el
tamaño del error en
nuestras predicciones
- Rincipal
objetivo
- Reducir al mínimo el
error de las
predicciones
- Son esenciales
en:
- Los diseños de
investigación
transeccionales, tanto
descriptivos como
correlacionales-causales
- Presición
- Las unidades o
elementos
muestrales tendrán
valores muy
parecidos a los de la
población
- Calculo del tamaño
- encontrar una muestra que sea
representativa del universo o
población con cierta posibilidad de
error (se pretende minimizar) y
nivel de confianza (maximizar), así
como probabilidad.
- Se tienen 2
modalidades según se
ocupe, por ejemplo:
- Cuando en ocasiones
nos interesan grupos
que constituyen
minorías de la
población o universo
- Se
prefiere
- Muestra probabilística
estratificada
- Consistente
en:
- Muestreo en el que la
población se divide en
segmentos y se
selecciona una muestra
para cada segmento
- En algunos casos en que el
investigador se ve limitado
por recursos financieros,
tiempo, distancias
geográficas y otros
obstáculos
- Se recurre
a
- Muestra probabilística por
racimos
- Consistente
en:
- Muestreo en el que las
unidades se encuentran
encapsuladas en
determinados lugares
físicos
- Procedimiento
de selección
- En cualquiera de sus
dos modalidades
- Las unidades de análisis
o los elementos
muestrales se eligen
siempre aleatoriamente
- para
- asegurarnos de que cada
elemento tenga la misma
probabilidad de ser elegido
- por
tanto
- Se utilizan básicamente tres procedimientos
de selección y uno en línea ("X")
- 1.
Tombola
- Consiste
en:
- A. Numerar
todos los
elementos
muestrales de la
población, del
uno al número
N.
- B. Se hacen fichas o
papeles, uno por
cada elemento
- C. Se revuelven
en una caja
- D. Se van sacando n número de
fichas, según el tamaño de la
muestra. Los números elegidos
al azar conformarán la muestra
- X. Números
aleatorios (random
numbers)
- Procedimiento que se
encuentra en el centro
de recursos en línea:
Documento 1 “Cálculo
de muestra”.
- 2.
STATS®
- Es un programa
con un
subprograma
- que
- evita el uso de la
tabla de números
aleatorios
- pide
que
- lndiquemos cuántos
números aleatorios
requerimos
- donde nos solicita que
establezcamos:
- A. Límite inferior
- que
- siempre será uno, el primer caso de la
población, pues la muestra se extrae de ésta
- B. Límite
superior
- o
- último número de la población,
que es el tamaño de la muestra
- donde
- Después de indicar el
los números
aleatorios que
requerimos
- C. Tecleamos Calcular (Calculate) y
genera automáticamente los números.
- Vemos contra nuestro listado a quién
o a qué corresponde cada número y
éstos son los casos que pasarían a
integrar la muestra.
- 3. Selección sistemática de
elementos muestrales
- Implica:
- A. Elegir dentro de una
población N un número n
de elementos a partir de
un intervalo K.
- donde
- K es un intervalo que se determina
por el tamaño de la población y el
tamaño de la muestra
- Así, tenemos que K =
N/n,
- en donde
- K = un intervalo de selección sistemática,
N = la población y n = la muestra
- Tamaño optimo
de una muestra
- para lo cual :
- Se requieren dos
procedimientos
básicos:
- 1) la
determinación del
tamaño de la
muestra
- 2) la selección
aleatoria de
los elementos
muestrales.
- Ejemplos:
- Archivos
- Constituyen un marco
muestral a partir del cual
se obtendrá la muestra
- Mapas
- Utiles como marco
de referencia en
muestras de
racimos
- I. Paso
previo
- Definir:
- Unidad de
muestreo/análisis
- significa:
- "Qué o Quienes" serán objeto de
estudio y de obtención de datos:
personas , cosas, sucesos,
fenómenos, etc.
- esto depende
de:
- A. El planteamiento y los alcances de la
investigación
- B. El Objetivo y el diseño de la
investigación
- se les denomina
como:
- Casos o
elementos
- II. Paso
previo
- Delimitación
de:
- Población o
universo
- que va a ser
estudiada
- de la que se pretende generalizar
resultados
- que es:
- El conjunto de todos los casos
que concuerdan con una serie de
especificaciones (características)
- para:
- Evitar 3
errores:
- 3. seleccionar casos
que son
verdaderamente
inelegibles
- 2. Incluir casos que no
deberían estar porque no
forman parte de la
población
- 1. Desestimar o no
elegir casos que
deberían ser parte de
la muestra