Está en la página 1de 8

Nombre del programa académico

DOCTORADO EN CIENCIAS DE LA EDUCACIÓN

Nombre del estudiante


CÉSAR ESPINOSA CANTOR
EDCO19512

Nombre de la actividad
UNIDAD II. PLANTEAMIENTO DEL PROBLEMA DE INVESTIGACIÓN
EDUCATIVA. 2.1 ACERCAMIENTO AL TEMA DE INVESTIGACIÓN.

Nombre del tutor


YESICA CRISTINA ALBOR SÁNCHEZ
Fecha 04 de marzo de 2020

1
INTRODUCCIÓN

La elección de una muestra es importante por la filosofía que representa y supuestos que

implica, dicha elección depende de lo que se hará con ella, por ejemplo, la ciencia busca

que un conocimiento sea general o universal a un grupo de casos personas, poblaciones

etc., otro ejemplo es la distorsión de hechos en base a versiones dadas a partir de

subjetividades dispares de la misma realidad. La información cambia cuando se cambia

de grupo informante. Es decir, la información se trasmuta por medio de la quimera u

omisión de datos, es ahí donde es necesario la triangulación para aprobarla (Martínez,

2006).

2
DESARROLLO
Tabla 1. Selección de la muestra

Población
colección finita o infinita de elementos o sujetos
Muestra subconjunto de la población
Población objetivo Es aquella sobre la cual el investigador desea
establecer una conclusión

Población muestreada Es aquella a partir de la cual se extrajo la muestra y


sobre la que puede establecerse la conclusión
Ventaja del uso de  Costo reducido
muestras
 Mayor rapidez
 Mayor exactitud
 Mayores posibilidades Ludewig (sf)
Limitaciones del uso de
muestras  No se debe emplear muestras cuando la
población es muy pequeña

 La teoría del muestreo es compleja y no es del


dominio de la mayoría de los investigadores, por
lo que con frecuencia deben buscar apoyo en
especialistas en la materia. Ludewig (sf)

Características de una  En cantidad (se usa la estadística para saber cuál


buena muestra
es el número mínimo de elementos que debemos
incluir en el estudio para obtener resultados
válidos)
 En calidad (se involucra la representatividad,
ejemplo: cuando reúne características
principales de la población en relación con la
variable en estudio) Ludewig (sf)

Tipos de muestreo Existen varios tipos de acuerdo con Ludewig (sf) se


enlista los siguientes:

3
Probalistico: los integrantes de la muestra se escogen
al azar, se puede calcular la probabilidad de obtener
cada una de las muestras que pueden formarse de esa
población o la probabilidad que tiene cada elemento de
la población de ser incluido en la muestra.

No Probalistico: los elementos son escogidos previa


la opinión del investigador y se desconoce la
probabilidad que tiene cada elemento de ser elegido
para la muestra existe el (intencional y el accidental).

Por cuotas: el investigador establece una cuota de


elementos según algunas peculiaridades de la
población.

Semiprobabilístico Superior: se conoce la


probabilidad de escoger un segmento de la población
más no la de un elemento dentro de él.

Semiprobabilístico inferior: es la inversa de la


anterior.
Clases de muestreo Existen varias clases de acuerdo con Ludewig (sf) se
enlista los siguientes:

Muestreo aleatorio simple (MAS): todos los


elementos que forman el universo y que por lo tanto
están incluidos en el marco muestral - tienen idéntica
probabilidad de ser seleccionados para la muestra.

Muestreo aleatorio estratificado (MAE): divide toda la


población objeto de estudio en diferentes

4
subpoblaciones o estratos disjuntos, de manera que un
individuo sólo puede pertenecer a un estrato.

Muestreo sistemático: enlista a toda la población y


elegir el primer individuo para la muestra de forma
aleatoria, luego a partir de un intervalo definido por el
investigador, se seleccionará al resto de los individuos
que conformarán dicha muestra.

Muestreo por conglomerados: hay agrupamientos


"naturales" relativamente homogéneos en una
población estadística. A menudo se utiliza en la
investigación de mercados.

Muestreo por etapas: se selecciona una muestra de


conglomerados (primera etapa) y estos no son
estudiados todos, sino que en ellos se conforman otros
conglomerados de los cuales se selecciona una
muestra que es la estudiada (segunda etapa).

Métodos mixtos: forma estratos de población, divide


cada estrato en conglomerados a seleccionar y en ellos
selecciona unidades a estudiar por muestreo
sistemático, se hace para lograr una mayor
representatividad de la muestra a un menor costo.
Tamaño de la muestra Factores que intervienen en el tamaño de la muestra

Error máximo admisible: (“d” o “e”): determina la


precisión de los resultados. Es la máxima diferencia que
podemos tolerar entre el valor de la variable obtenido en
la muestra y el verdadero valor de ésta en el universo.

5
Para el valor de “e” debemos precisar resultados de la
investigación.

Coeficiente de confianza de la estimación:


el intervalo de confianza se construye de manera que la
probabilidad del parámetro de la población se localice
en algún lugar dentro del intervalo conocido.

Homogeneidad de la población en lo que respecta a


la variable en estudio: de acuerdo con Ludewig (sf):

Si la variable se encuentra presente en un elevado


porcentaje de la población, decimos que ésta es
homogénea y bastaría una muestra pequeña para realizar
la investigación. Las fórmulas para calcular el tamaño de la
muestra contienen una estimación del valor de la variable
en la población, el cual tenemos que conjeturar a partir del
conocimiento que tengamos de la población, de estudios
realizados en poblaciones parecidas a la nuestra, o de
estudios pilotos. (p. 13)

Dicho lo anterior, consiste en dividir una población


en subgrupos para experimentar si la distribución de
una o varias variables aleatorias es la misma en todas
ellas, si no hay igualdad de medias, se convierte en
poblaciones homogéneas.

6
CONCLUSIONES

Así como dibujante buscará los mejores tonos, líneas, ángulos para culminar su obra, de

igual manera es el investigador quien adopta la muestra la cual servirá para brindar

resultados confiables dejando de soslayo las generalizaciones, más bien se reduce a la

rendición de diferentes recomendaciones o sugerencias para emprender cambios en una

empresa, en una Institución educativa, en grupos sociales, en comunidades, aunque con

el correr del tiempo al momento de confrontar varias investigaciones en común se irá

tornando las sugerencias en generalizaciones.

Las muestras no probabilísticas son llamadas dirigidas, es decir; la deliberación de

sujetos u objetos de estudio depende del criterio del investigador, a lo antes mencionado

no se deja cabida al azar, sino a causas afines con las peculiaridades de la investigación

o de quien hace la muestra, la táctica no es espontánea ni mediante métodos de

probabilidad, es más la elección del investigador el que las fundamenta (Hernández,

Fernández & Baptista, 2010).

7
Referencias Bibliográficas

Ludewig, C. (s.f.). Universo y muestra. Recuperado de. https://docplayer.es/4858962-


Universo-y-muestra-elaborado-por-dra-%20cristinaludewig

Martínez, M. (2006). La investigación cualitativa (síntesis conceptual). Vol 9, No. 1, pp.


126- 146.

También podría gustarte