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