14929587
Description
Mind Map by Maria Fernanda Limpias, updated more than 1 year ago
|
Created by Maria Fernanda Limpias
almost 7 years ago
|
|
Selección de la muestra
- ¿En una investigación siempre
tenemos una muestra?
- No siempre, pero en la mayoría de las
situaciones sí realizamos el estudio en una
muestra. Sólo cuando queremos efectuar un
censo debemos incluir todos los casos (personas,
animales, plantas, objetos) del universo
- No siempre, pero en la mayoría de las
situaciones sí realizamos el estudio en una
muestra. Sólo cuando queremos efectuar un
censo debemos incluir todos los casos (personas,
animales, plantas, objetos) del universo
- Lo primero: ¿sobre qué o quiénes se
recolectarán datos?
- esto depende del planteamiento y
los alcances de la investigación
- lo primero que hay que hacer es definir la unidad de
muestreo/análisis (si se trata de individuos,
organizaciones, periodos, comunidades, situaciones,
piezas producidas, eventos, etc.).
- despues se delimita la
población.
- Muestra Subgrupo del universo o población del cual se recolectan los
datos y que debe ser representativo de ésta.
- despues se delimita la
población.
- lo primero que hay que hacer es definir la unidad de
muestreo/análisis (si se trata de individuos,
organizaciones, periodos, comunidades, situaciones,
piezas producidas, eventos, etc.).
- esto depende del planteamiento y
los alcances de la investigación
- ¿Cómo se delimita una
población?
- Una vez que se ha definido cuál será la unidad de muestreo/análisis, se
procede a delimitar la población que va a ser estudiada y sobre la cual
se pretende generalizar los resultados.
- Población es el conjunto de todos
los casos que concuerdan con
determinadas especificaciones
- Una deficiencia que se presenta en algunos trabajos de investigación es que no describen lo suficiente
las características de la población o consideran que la muestra la representa de manera automática.
- Entonces es preferible establecer con claridad las características de la
población, con la finalidad de delimitar cuáles serán los parámetros
muestrales.
- Al seleccionar la muestra debemos evitar
tres errores que pueden presentarse:
- 1) desestimar o no elegir casos que deberían ser parte de la muestra (participantes que
deberían estar y no fueron seleccionados), 2) incluir casos que no deberían estar porque no
forman parte de la población y 3) seleccionar casos que son verdaderamente inelegibles
(Mertens, 2010)
- por ejemplo, en una encuesta o sondeo sobre preferencias electorales entrevistar a
individuos que son menores de edad y no pueden votar legalmente
- El primer paso para evitar tales errores es una adecuada delimitación del
universo o población. Los criterios que cada investigador cumpla
dependen de sus objetivos de estudio, y es importante establecerlos de
manera muy específica
- El primer paso para evitar tales errores es una adecuada delimitación del
universo o población. Los criterios que cada investigador cumpla
dependen de sus objetivos de estudio, y es importante establecerlos de
manera muy específica
- por ejemplo, en una encuesta o sondeo sobre preferencias electorales entrevistar a
individuos que son menores de edad y no pueden votar legalmente
- 1) desestimar o no elegir casos que deberían ser parte de la muestra (participantes que
deberían estar y no fueron seleccionados), 2) incluir casos que no deberían estar porque no
forman parte de la población y 3) seleccionar casos que son verdaderamente inelegibles
(Mertens, 2010)
- Al seleccionar la muestra debemos evitar
tres errores que pueden presentarse:
- Entonces es preferible establecer con claridad las características de la
población, con la finalidad de delimitar cuáles serán los parámetros
muestrales.
- Población es el conjunto de todos
los casos que concuerdan con
determinadas especificaciones
- Una vez que se ha definido cuál será la unidad de muestreo/análisis, se
procede a delimitar la población que va a ser estudiada y sobre la cual
se pretende generalizar los resultados.
- ¿Cómo seleccionar la muestra?
- Hasta este momento hemos visto que se debe definir cuál será la unidad
de muestreo/análisis y cuáles son las características de la población.
- Aqui vamos a hablar sobre la
muestra, los tipos de muestra, con la
finalidad de poder elegir la más
conveniente para un estudio.
- La muestra es, en esencia, un subgrupo de
la población.
- Con frecuencia leemos y escuchamos hablar de muestra representativa,
muestra al azar y muestra aleatoria.
- Pocas veces es posible medir a toda la población, por lo que obtenemos o seleccionamos
una muestra y, desde luego, se pretende que este subconjunto sea un reflejo fiel del
conjunto de la población.
- Tipos de muestra
- categorizamos las muestras en dos grandes
ramas:
- las muestras probabilísticas
- Subgrupo de la población en el que todos los
elementos tienen la misma posibilidad de ser
elegidos.
- Subgrupo de la población en el que todos los
elementos tienen la misma posibilidad de ser
elegidos.
- muestras no probabilísticas
- la elección de los elementos no depende de la
probabilidad, sino de causas relacionadas con las
características de la investigación o los propósitos del
investigador
- la elección de los elementos no depende de la
probabilidad, sino de causas relacionadas con las
características de la investigación o los propósitos del
investigador
- las muestras probabilísticas
- categorizamos las muestras en dos grandes
ramas:
- Tipos de muestra
- Pocas veces es posible medir a toda la población, por lo que obtenemos o seleccionamos
una muestra y, desde luego, se pretende que este subconjunto sea un reflejo fiel del
conjunto de la población.
- La muestra es, en esencia, un subgrupo de
la población.
- Aqui vamos a hablar sobre la
muestra, los tipos de muestra, con la
finalidad de poder elegir la más
conveniente para un estudio.
- Hasta este momento hemos visto que se debe definir cuál será la unidad
de muestreo/análisis y cuáles son las características de la población.
- ¿Cómo se selecciona una muestra probabilística?
- Resumiremos diciendo que la elección entre la muestra probabilística y la
no probabilística se hace según el planteamiento del problema, las
hipótesis, el diseño de investigación y el alcance de sus contribuciones.
- Las muestras probabilísticas son esenciales en los diseños de
investigación transeccionales, tanto descriptivos como
correlacionales-causales (las encuestas de opinión o sondeos, por
ejemplo), donde se pretende hacer estimaciones de variables en la
población.
- Para hacer una muestra probabilística son necesarios 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.
- Para lo primero, se recomienda
utilizar el programa STATS
- También se puede calcular el tamaño de muestra mediante las fórmulas clásicas que se han
desarrollado, pero es más tardado y el resultado es el mismo o muy similar al que proporciona dicho
programa.
- Para lo segundo requerimos un marco de selección adecuado y un procedimiento
que permita la aleatoriedad en la selección.
- Para lo segundo requerimos un marco de selección adecuado y un procedimiento
que permita la aleatoriedad en la selección.
- También se puede calcular el tamaño de muestra mediante las fórmulas clásicas que se han
desarrollado, pero es más tardado y el resultado es el mismo o muy similar al que proporciona dicho
programa.
- Para lo primero, se recomienda
utilizar el programa STATS
- 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.
- Para hacer una muestra probabilística son necesarios dos procedimientos:
- Las muestras probabilísticas son esenciales en los diseños de
investigación transeccionales, tanto descriptivos como
correlacionales-causales (las encuestas de opinión o sondeos, por
ejemplo), donde se pretende hacer estimaciones de variables en la
población.
- Resumiremos diciendo que la elección entre la muestra probabilística y la
no probabilística se hace según el planteamiento del problema, las
hipótesis, el diseño de investigación y el alcance de sus contribuciones.
- Cálculo del tamaño de muestra
- Hay que preguntarse: dado que una población es de N tamaño, ¿cuál es el menor número de unidades
muestrales (personas, casos, organizaciones, capítulos de telenovelas, etc.) que necesito para conformar
una muestra (n) que me asegure un determinado nivel de error estándar?
- La respuesta consiste en 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.
- Muestra probabilística estratificada
- Muestreo en el que la población se divide en segmentos y se selecciona una
muestra para cada segmento.
- Muestreo probabilístico por racimos
- En algunos casos en que el investigador se ve limitado por recursos financieros,
tiempo, distancias geográficas y otros obstáculos, se recurre a este muestreo
- se reducen costos, tiempo y energía, al considerar que a veces
las unidades de muestreo/análisis se encuentran
encapsuladas o encerradas en determinados lugares físicos o
geográficos, a los que se denomina racimos.
- se reducen costos, tiempo y energía, al considerar que a veces
las unidades de muestreo/análisis se encuentran
encapsuladas o encerradas en determinados lugares físicos o
geográficos, a los que se denomina racimos.
- En algunos casos en que el investigador se ve limitado por recursos financieros,
tiempo, distancias geográficas y otros obstáculos, se recurre a este muestreo
- Muestreo probabilístico por racimos
- Muestreo en el que la población se divide en segmentos y se selecciona una
muestra para cada segmento.
- Muestra probabilística estratificada
- La respuesta consiste en 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.
- Hay que preguntarse: dado que una población es de N tamaño, ¿cuál es el menor número de unidades
muestrales (personas, casos, organizaciones, capítulos de telenovelas, etc.) que necesito para conformar
una muestra (n) que me asegure un determinado nivel de error estándar?
- ¿Cómo se lleva a cabo el procedimiento
de selección de la muestra?
- Se determina 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
- Tómbola : Muy simple pero muy rápido, 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 una caja
y se van sacando n número de fichas, según el tamaño de la muestra.
Los números elegidos al azar conformarán la muestra.
- 2.-Números aleatorios (random numbers) Éste es el procedimiento que se
encuentra en el centro de recursos en línea: Documento 1 “Cálculo de
muestra”.
- STATS.-evita el uso de la tabla de números aleatorios. Es hasta ahora la mejor forma que
hemos encontrado para hacerlo. El programa pide que le indiquemos cuántos números
aleatorios requerimos. Entonces, tecleamos el tamaño de muestra nos solicita que
establezcamos el límite inferior y el límite superior. Tecleamos Calcular y genera
automáticamente los números
- Selección sistemática de elementos muestrales
- Tómbola : Muy simple pero muy rápido, 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 una caja
y se van sacando n número de fichas, según el tamaño de la muestra.
Los números elegidos al azar conformarán la muestra.
- Se utilizan básicamente tres
procedimientos de selección
- Se eligen siempre aleatoriamente para asegurarnos de
que cada elemento tenga la misma probabilidad de ser
elegido
- Se determina el tamaño de la muestra n, pero
¿cómo seleccionar los elementos muestrales? (ya
sean casos o racimos).
- Listados y otros marcos muestrales
- Las muestras probabilísticas requieren la determinación del tamaño de la
muestra y de un proceso de selección aleatoria que asegure que todos los
elementos de la población tengan la misma probabilidad de ser elegidos.
- Todo esto lo hemos visto, aunque falta exponer algo esencial que precede a la
selección de una muestra: el marco muestral
- Marco muestral Es un marco que nos permite identificar físicamente los elementos de la población,
así como la posibilidad de enumerarlos y seleccionar las unidades muestrales.
- Archivos
- Los archivos constituyen un marco muestral a partir del cual se obtendrá
la muestra. Determina el tamaño de la población, obtiene el tamaño de la
muestra y selecciona sistemáticamente cada elemento
- Los archivos constituyen un marco muestral a partir del cual se obtendrá
la muestra. Determina el tamaño de la población, obtiene el tamaño de la
muestra y selecciona sistemáticamente cada elemento
- Mapas
- son muy útiles como marco de referencia en muestras de racimos. Permite ver la población y su
localización geográfica, de manera que elige zonas donde coexistan diferentes tiendas competidoras,
para asegurarse de que el consumidor de la zona tenga todas las posibles alternativas. En la
actualidad hay mapas de todo tipo: mercadológicos, socioculturales, étnicos, marítimos, entre otros
- son muy útiles como marco de referencia en muestras de racimos. Permite ver la población y su
localización geográfica, de manera que elige zonas donde coexistan diferentes tiendas competidoras,
para asegurarse de que el consumidor de la zona tenga todas las posibles alternativas. En la
actualidad hay mapas de todo tipo: mercadológicos, socioculturales, étnicos, marítimos, entre otros
- Archivos
- Marco muestral Es un marco que nos permite identificar físicamente los elementos de la población,
así como la posibilidad de enumerarlos y seleccionar las unidades muestrales.
- Todo esto lo hemos visto, aunque falta exponer algo esencial que precede a la
selección de una muestra: el marco muestral
- Las muestras probabilísticas requieren la determinación del tamaño de la
muestra y de un proceso de selección aleatoria que asegure que todos los
elementos de la población tengan la misma probabilidad de ser elegidos.
- Tamaño óptimo de una muestra
- El tamaño de una muestra depende también del
número de subgrupos que nos interesan en una
población
- lo óptimo de una muestra depende de cuánto se aproxima su distribución a la
distribución de las características de la población. Esta aproximación mejora al
incrementarse el tamaño de la muestra.
- se le llama teorema central del
límite
- Señala que una muestra de más de cien casos será una muestra con una distribución normal en sus
características, lo cual sirve para el propósito de hacer estadística inferencial.
- Señala que una muestra de más de cien casos será una muestra con una distribución normal en sus
características, lo cual sirve para el propósito de hacer estadística inferencial.
- se le llama teorema central del
límite
- lo óptimo de una muestra depende de cuánto se aproxima su distribución a la
distribución de las características de la población. Esta aproximación mejora al
incrementarse el tamaño de la muestra.
- El tamaño de una muestra depende también del
número de subgrupos que nos interesan en una
población
- ¿Cómo y cuáles son las muestras no probabilísticas?
- 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
- La ventaja de una muestra no probabilística —desde la visión cuantitativa— es 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.
- 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)
- Ésta es una técnica que los investigadores utilizan para seleccionar muestras telefónicas. Involucra
identificar áreas geográficas —para ser muestreadas al azar— y sus correspondientes códigos
telefónicos e intercambios
- Una máxima del muestreo y el alcance del estudio
- Ya sea que se trate de un tipo de muestreo u otro, lo importante es elegir a los casos
adecuados, de acuerdo con el planteamiento del problema y lograr el acceso a ellos
- Las investigaciones no experimentales descriptivas o correlacionales-
causales deben emplear muestras probabilísticas si quieren que sus
resultados sean generalizados a la población.
- La mayor parte de las veces, las investigaciones experimentales utilizan
muestras dirigidas, porque como se comentó, es difícil manejar grupos
grandes o múltiples casos
- Las investigaciones no experimentales descriptivas o correlacionales-
causales deben emplear muestras probabilísticas si quieren que sus
resultados sean generalizados a la población.
- Ya sea que se trate de un tipo de muestreo u otro, lo importante es elegir a los casos
adecuados, de acuerdo con el planteamiento del problema y lograr el acceso a ellos
- Una máxima del muestreo y el alcance del estudio
- Ésta es una técnica que los investigadores utilizan para seleccionar muestras telefónicas. Involucra
identificar áreas geográficas —para ser muestreadas al azar— y sus correspondientes códigos
telefónicos e intercambios
- Muestreo al azar por marcado telefónico (Random Digit Dialing)
- 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.
- La ventaja de una muestra no probabilística —desde la visión cuantitativa— es 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.
- 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
Want to create your own Mind Maps for free with GoConqr? Learn more.