Selección de la muestra

Selección de la muestra

1. 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 o la población

2. Lo primero: ¿sobre qué o quiénes se recolectarán datos?

   • as unidades de muestreo), lo cual depende del planteamiento y los alcances de la investigación.1 Así, en la situación en que el objetivo sea describir el uso que hacen los niños de la televisión, lo más factible sería interrogar a un grupo de niños
     • la muestra es un subgrupo de la población de interés sobre el cual se recolectarán datos, y que tiene que definirse y delimitarse de antemano con precisión, además de que debe ser representativo de la población

3. ¿Cómo se delimita una población?

   • Conjunto de todos los casos que concuerdan con determinadas especificaciones
     • 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

4. ¿Cómo seleccionar la muestra?

   • La muestra es, en esencia, un subgrupo de la población. Digamos que es un subconjunto de elementos que pertenecen a ese conjunto definido en sus características al que llamamos población
   • Tipos de muestra
     • Muestra probabilística Subgrupo de la población en el que todos los elementos tienen la misma posibilidad de ser elegidos.
     • Muestra no probabilística o dirigida Subgrupo de la población en la que la elección de los elementos no depende de la probabilidad, sino de las características de la investigación

5. Cómo se selecciona una muestra probabilística?

   • 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 tienen muchas ventajas; quizá la principal sea que puede medirse el tamaño del error en nuestras predicciones.
     • 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.
   • Cálculo del tamaño de muestra
     • Cuando se elabora una muestra probabilística, uno debe preguntarse: dado que una población es de N tamaño, 4 ¿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
   • 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
     • Muestrear por racimos implica diferenciar entre la unidad de análisis y la unidad muestral. La unidad de análisis indica quiénes van a ser medidos, es decir, los participantes o casos a quienes en última instancia vamos a aplicar el instrumento de medición.

6. Cómo se lleva a cabo el procedimiento de selección de la muestra?

   • Cuando iniciamos nuestra exposición sobre la muestra probabilística, señalamos que los tipos de muestra dependen de dos características: el tamaño de la muestra y el procedimiento de selección. De lo primero ya hemos hablado. Ahora nos ocuparemos del procedimiento de selección. Se determina el tamaño de la muestra
   • 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.
   • Números aleatorios (random numbers)
     • Éste es el procedimiento que se encuentra en el centro de recursos en línea: Documento 1 “Cálculo de muestra
   • STATS
     • 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. Es hasta ahora la mejor forma que hemos encontrado para hacerlo
   • 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.

7. 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
     • Los listados existentes de una población 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. En todo caso hay que tener en cuenta lo completo de una lista, su exactitud, su veracidad, su fiabilidad y su nivel de cobertura en relación con el problema que se investiga y la población que va a medirse, ya que todos estos aspectos influyen en la selección de la muestra
   • Archivos
     • Un gerente de reclutamiento y selección de una empresa quiere precisar si ciertos datos que se presentan en una solicitud de trabajo están correlacionados con el absentismo del empleado. Es decir, si a partir de información como edad, género, estado civil, nivel educativo y duración en otros trabajos, es factible predecir la conducta de absentismo
   • Mapas
     • Los mapas son muy útiles como marco de referencia en muestras de racimos. Por ejemplo, un investigador quiere saber qué motiva a los compradores a preferir ciertas tiendas de autoservicio. A partir de una lista de tiendas de cada cadena competidora marca sobre un mapa de la ciudad, todas las tiendas de autoservicio, las cuales constituyen una población de racimos, pues en cada tienda seleccionada entrevistará a un número de clientes

8. Tamaño óptimo de una muestra

   • las muestras probabilísticas requieren dos procedimientos básicos: 1) la determinación del tamaño de la muestra y 2) la selección aleatoria de los elementos muestrales. Para lo primero, al lector le será muy útil comparar qué tamaño de muestra han empleado o sugieren diversos metodólogos e investigadores
     • El tamaño de una muestra depende también del número de subgrupos que nos interesan en una población
       • Asimismo, debemos recordar que 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
         • 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

9. ¿Cómo y cuáles son las muestras no probabilísticas?

   • 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.
   • 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.
   • 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 (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
   • Una máxima del muestreo y el alcance del estudio
     • 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 como se comentó, 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 generalizados a la población.