Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Integrantes:
Itzel Areli García Guillén
Alejandro Avila Enriquez
Karen Adela Velázquez Ambriz
Jorge Alberto Méndez Meza
Miriam Falcon Archundia
Oscar Martínez Magaño
¿Qué es?
“Toda investigación debe ser transparente, así como estar sujeta a crítica y replica, y este
ejercicio solamente es posible si el investigador delimita con claridad la población
estudiada y hace explicito el proceso de selección de su muestra”. (Sampieri, R. 2014).
No siempre, pero en la mayoría de las situaciones si se realiza el estudio de una muestra.
Las muestras se utilizan por economía de tiempo y recursos. Se define como un subgrupo
de la población o universo.
Aquí el interés se centra en “qué o quiénes”, es decir, en los participantes, objetos, sucesos
o colectividades de estudio (las unidades de muestreo que son los casos o elementos), los
cuales dependen mucho del planteamiento y los alcances de la investigación. Para
seleccionar una muestra lo primero que hay que hacer es definir la unidad de
muestreo/análisis (si se trata de individuos organizaciones, periodos comunidades,
situaciones, eventos, etc.). Y una vez definida la unidad se delimita la población.
Los tipos de muestra se categorizan en dos grandes ramas: las muestras probabilísticas y las
muestras no probabilísticas.
Para ello se recomienda utilizar el programa STAST ® que se puede descargar en software o
programas, con el subprograma tamaño de la muestra [Sample Size Determination].
Cuando se elabora una muestra probabilística, uno debe preguntarse: dado que una
población es de N tamaño1, ¿Cuál es el menos número de unidades muestrales (personas,
casos, organizaciones, etc.) que necesito para confirmar una muestra (n) que me asegure un
determinado nivel de error de estándar, digamos menor de 0.01?, pues bien la muestra
consiste en encontrar una muestra que sea representativa del universo o población con
cierta posibilidad de error, es decir se pretende maximizar el nivel de confianza y
minimizar el nivel de error.
El tamaño del universo o población ya dijimos que es de 2 200. Debemos conocer este dato
o uno aproximado, sin olvidar que por encima de 99 999 casos da casi lo mismo cualquier
tamaño del universo (un millón, 200 mil, 54 millones, etc.), por lo que si tecleamos un
número mayor a 99 999 el programa pondrá esta cifra de manera automática, pero si
es menor la respeta. También pide que definamos el error estándar máximo aceptable
(maximum aceptable percentage points of error) (probabilidad), el porcentaje estimado de
la muestra (estimated percentage level) y el nivel de confianza (desired confidence level).
Ya con todos los campos llenos, con sólo presionar el botón de Calcular, se obtiene el
tamaño de muestra representativo para el universo, en términos de probabilidad.
Muestra probabilística estratificada: En ocasiones el interés del investigador es comparar
sus resultados entre segmentos, grupos y nichos de la población, porque así lo señala el
planteamiento del problema. El nombre nos dice que será probabilística y que se consideran
segmentos o grupos de la población, o lo que es igual: estratos, es decir, el muestro en el
que la población se divide en segmentos y se selecciona una muestra para cada segmento.
Supongamos que pretendemos realizar un estudio con directores de recursos humanos para
determinar su ideología, imaginemos que nuestro universo es de 1776 organizaciones con
directores de recursos humanos, usando STATS el tamaño de la muestra para representar a
la población seria de n = 298 directivos. Pero debemos estratificar este n con la finalidad de
que los elementos muestrales posean determinado tributo.
n
desviación estándar dentro del estrato”.Esto es: ∑ fh= N =ksh. En donde la muestra n
será igual a la suma de los elementos muestrales nh. Es decir, el tamaño de n y la varianza
deȳ pueden minimizarse, si calculamos “submuestras” proporcionales a la deviación
nh
estándar dentro del estrato. Esto es fh= =ksh. En donde nh y Nh son muestra y
Nh
población de cada estrato, y sh es la desviación estándar de cada elemento en un
nh
determinado estrato. Entonces tenemos que:ksh= .
Nh
nh 298
ksh= = =0.2534 .
Nh 1176
De manera que el total se la subpoblación se multiplicara por esta fracción constante para
obtener el tamaño de la muestra para el estrato.
Muestreo aleatorio estratificado: Trata de obviar las dificultades que presentan los
anteriores ya que simplifican los procesos y suelen reducir el error muestra para un tamaño
dado de la muestra. Consiste en considerar categorías típicas diferentes entre sí (estratos)
que poseen gran homogeneidad respecto a alguna característica (se puede estratificar, por
ejemplo, según la profesión, el municipio de residencia, el sexo, el estado civil, etc.). Lo
que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de interés
estarán representados adecuadamente en la muestra. Cada estrato funciona
independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el
estratificado para elegir los elementos concretos que formarán parte de la muestra. En
ocasiones las dificultades que plantean son demasiado grandes, pues exige un conocimiento
detallado de la población. (Tamaño geográfico, sexos, edades,...).
Muestreo aleatorio por conglomerados: Los métodos presentados hasta ahora están
pensados para seleccionar directamente los elementos de la población, es decir, que las
unidades muéstrales son los elementos de la población. En el muestreo por conglomerados
la unidad muestra es un grupo de elementos de la población que forman una unidad, a la
que llamamos conglomerado. Las unidades hospitalarias, los departamentos universitarios,
una caja de determinado producto, etc., son conglomerados naturales. En otras ocasiones se
pueden utilizar conglomerados no naturales como, por ejemplo, las urnas electorales.
Cuando los conglomerados son áreas geográficas suele hablarse de "muestreo por áreas". El
muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto número de
conglomerados (el necesario para alcanzar el tamaño muestra establecido) y en investigar
después todos los elementos pertenecientes a los conglomerados elegidos.
Referencias
Sampieri, R. H. (2014). Metodología de la Investigación. In M. d. P. B. Carlos
Fernández (Ed.), (Mc Graw Hill ed.).
http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf