¿Como se lleva a cabo el procedimiento de seleccion de la muestra?

SELECCION DE LA MUESTRA PROCEDIMIENTO.

6f0f7ae3-e12d-43b8-8cc2-c1e95133c403 (image/jpg)

Los tipos de muestra dependen de dos características: el tamaño de la muestra y el procedimiento de selección. Sedetermina el tamaño de la muestra n, pero ¿Cómo seleccionar los elementos muestrales? (ya sean casos o racimos). Se eligen siempre aleatoriamente para asegurarnos de que cada elemento tenga la misma probabilidad de ser elegido.Se utilizan básicamente tres procedimientos de selección.

TOMBOLA

Consiste en numerar todos los elementos muestrales de la población, del uno al número N. Después se hacen fichas o papeles, uno por cada elemento, se revuelven en unacaja y se van sacando n número de fichas, según el tamaño de la muestra. Los números elegidos al azar conformarán la muestra.

85cadaa9-7fc7-463c-a192-ffcd3d5039f9 (image/png)

NUMEROS ALEATORIOS.

Una excelente alternativa para generar números aleatorios se encuentra en el programa STATS®, que contiene un subprograma para ello (Random Number Generator) y evita el uso de la tabla de números aleatorios. El programa pide que le indiquemos cuántos números aleatorios requerimos. Entonces, tecleamosel tamaño de muestra. Elegimos la opción: } “Establecer límite superior e inferior” y nos solicitaque establezcamos el límite inferior (que siempre será uno, el primer caso de la población, pues lamuestra se extrae de ésta) y el límite superior (el último número de la población, que es el tamaño dela muestra). Tecleamos Calcular (Calculate) y genera automáticamente los números. Vemos contranuestro listado a quién o a qué corresponde cada número y éstos son los casos que pasarían a integrarla muestra.

Selección sistemática de elementos muestrales.Este procedimiento de selección es muy útil e implica elegir dentro de una población N un número (n) de elementos a partir de un intervalo K. Este último (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 intervalode selección sistemática, N = la población y n = la muestra.

LISTADOS Y OTROS MARCOS MUESTRALES

2ba6ff4a-3596-48dc-b567-2dfe93362e67 (image/png)

Las muestras probabilísticas requieren la determinación del tamaño de la muestra y de un proceso deselección aleatoria que asegure que todos los elementos de la población tengan la misma probabilidadde ser elegidos. Todo esto lo hemos visto, aunque falta exponer algo esencial que precedea la selección de una muestra: el marco muestral.

¿Qué es un marco muestral?

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. Constituye un marco de referencia que nos permite identificar físicamente los elementos de la población, la posibilidad de enumerarlos y, por ende, de proceder a la selección de las unidades muestrales (los casos de la muestra) (Morgan, 2008 y Sudman, 1976). Se trata de un listado existente o una lista que es necesario confeccionar ad hoc, con los casos de la población.

LISTADOS DE UNA POBLACION.

69f05ae4-edc2-464b-bfa0-16d53562048f (image/png)

Los listados son variados: guías telefónicas, listas de miembros de las asociaciones, directorios especializados, listas oficiales de escuelas de la zona, bases de datos de los alumnos de una universidad o de los clientes de una empresa, registros médicos, catastros, nóminas de una organización, padrones de exportadores, inventarios de productos y almacén, etc. Hay listas que proporcionan una gran ayuda al investigador. Por ejemplo: bases de datos locales especializadas en las empresas, como Industria data en México; bases de datos internacionales de naturaleza empresarial como Kompass;10 directorios por calles o los programas y sistemas que tienen a nivel regional o mundial tales directorios (como los sistemas de posicionamiento global o GPS); guías de medios de comunicación (que enlistan casas productoras, estaciones de radio y televisión, periódicos y revistas). Estos marcos de referencia reunidos por profesionales resultan convenientes para elinvestigador, pues representan una compilación (de personas, empresas, instituciones, etc.), resultadode horas de trabajo e inversión de recursos.

Tamaño optimo de una muestra.

80e80f0e-5205-46cd-bc5b-147968537cce (image/png)

Las muestras probabilísticas requieren dos procedimientos básicos: 1) la determinación del tamaño de la muestra y 2) la selección aleatoria de los elementos muestrales.El tamaño de una muestra depende también del número de subgrupos que nos interesan en una población. Por ejemplo, podemos subdividirla en hombres y mujeres de cuatro grupos de edad o, aún más, en hombres y mujeres de cuatro grupos de edad en cada uno de cinco niveles socioeconómicos.En este caso estaríamos hablando de 40 subgrupos y, por ende, de una muestra mayor; en el caso de los experimentos, la muestra representa el balance entre un mayor número de casos y el número que podamos manejar. Recordemos que la mayoría de las pruebas estadísticas exigen 15 casos como mínimo por grupo de comparación (Hernández-Sampieri et al., 2013 y Mertens, 2010).

Teorema central del limite.

lo óptimo de una muestra depende de cuánto se aproxima su distribución a la distribución de las características de la población.Cuando las muestras están constituidas por 100 o más elementos tienden a presentar distribuciones normales y esto sirve para el propósito de hacer estadística inferencial(generalizar de la muestra al universo).

El Teorema central del límite Señalaque una muestra de más de ciencasos será una muestra con unadistribución normal en sus características,lo cual sirve para el propósitode hacer estadística inferencial.

Muestras no probabilísticas.

87a3ac86-779f-4542-809f-5b29631f509a (image/png)

Las muestras no probabilísticas, también llamadas muestras dirigidas, suponen un procedimiento de selección orientado por las características de la investigación, más que por un criterio estadístico de generalización. Se utilizan en diversas investigaciones cuantitativas y cualitativas.Desventajas de las muestras dirigidas:No es posible calcular con precisión el error estándar, es decir, no podemos determinar con qué nivel de confianza hacemos una estimación. Para el enfoque cualitativo, al no interesar tanto la posibilidad de generalizar los resultados, las muestras no probabilísticas o dirigidas son de gran valor, pues 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.

Muestreo al azar por marcado telefónico (Random Digit Dialing)

Involucra identificar áreas geográficas —para ser muestreadas al azar— y sus correspondientes códigos telefónicos e intercambios (los primeros dígitos del número telefónico que las identifican). Se utiliza para seleccionar muestras telefónicas. Los estudios exploratorios regularmente emplean muestras dirigidas, aunque podrían usarse muestras probabilísticas. Las investigaciones experimentales utilizan muestras dirigidas, porque, es difícil manejar grupos grandes o múltiples casos (debido a ello se ha insistido que, en los experimentos, la validez externa se consolida mediante la repetición o reproducción del estudio). Las investigaciones no experimentales descriptivas o correlacionales-causales deben emplear muestras probabilísticas si quieren que sus resultados sean generalizadosa la población.