Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 4 Muestra

    Cargado por

    tania shirley saenz cortez
    11 vistas24 páginas
    Muestra

    Título original

    4 muestra

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Denunciar este documento
    Muestra

    Copyright:

    © All Rights Reserved
    Descargue como PDF o lea en línea desde Scribd
    Marcar por contenido inapropiado
    11 vistas24 páginas

    4 Muestra

    Cargado por

    tania shirley saenz cortez
    Muestra

    Copyright:

    © All Rights Reserved
    Descargue como PDF o lea en línea desde Scribd
    Marcar por contenido inapropiado
    de 24
    yr” aa Capitulo 1 Muestra y muestreo en la investigacion Cientifica Scanned with CamScanner Resumen ‘Cuando se desarrolla una investigacién es importante entender que se esta tratando de estudiar un fendmeno en particular que afecta o es parte de un grupo de personas y a este grupo se denomina poblacién o universo. Aldefinir el universo y la muestra se da el cumplimiento de los objetivos de la investigacién, es por eso que dependeré de la selecci6n de estos elementos y no solo de éstos si no de la cantidad de elementos ademas de la metodologia de selecci6n de la muestra. La poblacién o universo se refiere a la totalidad de las unidades de andlisis que pueden ser estudiadas. La muestra es el subconjunto o parte del universo o poblaci6n que realmente se estudiard y es resultado del uso del muestreo. Existen varios métodos de muestreo pueden ser: ‘Método Probalistico: = Muestreo Aleatorio simple - Muestreo Sistemstico - Muestreo Estratificado Método No Probabilistico - Muestreo Proporcional - Muestreo Intencionado - Muestreo de Juicio No existe un tamatio ideal de la muestra. Una muestra debe tener el tamafio adecuado para ser representativa y se tiene que tomar en cuenta que el nimero de elementos necesarios en una investigacién para lograr la representatividad varta de una a otra. Un dato determinante del tamafio de la muestra es el error de estimaci6n, es l6gico pensar que no haya una compatibilidad total entre los datos de la poblacién y los de la muestra. Se establece que el 5% se considera como maximo error tolerable. Pero si queremos rebajar ese error tendremios que aumentar el volumen de la muestra. Formula para el clculo de tamafio de la muestra para poblaciones infinitas: Za?*p*q Férmula para el célculo de tamafio de la muestra para poblaciones finitas: Z2*ptqtn e(N-1)+Z2p*q En todos los estudios es preciso estimar las posibles pérdidas de pacientes por razones diversas (pérdida de informacién, abandono, no respuesta) por lo que se debe incrementar ‘el tamaiio muestral respecto a dichas pérdidas. Scanned with CamScanner Cientffica y Elaboracién de Proyectos Cient 05 —_—: Metodologia de fa Investigac Es importante determinar la poblacién 0 universo de estudio para el desarrollo de la investigaci6n una vez que se ha establecido el problema base de la investigaci6n, formulado los objetivos y/o hipétesis, las variables y al mismo tiempo el tipo de disefio de investigacion. Cuando se desarrolla una investigacion se entiende que se esta tratando de estudiar un fenémeno en particular que afecta o es parte de un grupo de personas y a este grupo se deno- mina poblaci6n o universo. Toda investigaci6n se realiza en un determinado contexto o realidad e involucra a un nGmero variable de unidades de andlisis las mismas que caracterizan a esa realidad. En un porcentaje importante el investigador utiliza el muestreo por varias razones, un factor que influye y determina la investigaci6n es la raz6n econdmica. Al definir el universo y la muestra se da el cumplimiento de los objetivos de la investigacién, es por eso que dependera de la selec- cién de estos elementos y no solo de éstos si no de la cantidad de elementos ademas de la metodologfa de seleccién de la muestra. La determinacién del tamafio muestral tiene algunas variaciones, esto se debe fundamentalmente a la parte metodolégica, tanto en la investigaci6n cualitativa y cuantitativa. Todo estudio lleva implicito en la fase de disefio la determinacion del tamafio muestral necesario para la ejecucién del mismo. El no realizar dicho proceso lleva a dos situaciones diferentes: Primera que se realice el estudio sin el nGmero adecuado de unidades de estudio, con lo cual no se podra precisar al estimar los parame- tros y ademas no se encontrard diferencias significativas cuando en la realidad sf existen. La segunda situacién es que se podria estu- diar un namero innecesario de unidades de estudio, lo cual lleva implicito no solo la pérdida de tiempo e incremento de recursos innecesarios sino que ademis la calidad del estudio, dado dicho incremento, puede verse afectada en sentido negativo, este enfoque més aplicado en el area cuantitativa. MUBSTRAY MUBSTREO ENA INVESTIGAGION GENTIFICA 7 Coptulo |! TBS) Scanned with CamScanner Metodologia dela Investigacion Cientifica y Elaboracion de Proyectos Cientificos 11.1. Definiciones importantes para la determina- cién del tamafio muestral 11.1.1. Poblacién o universo La poblacién o universo se refiere a la totalidad de las unidades de andlisis que pueden ser estudiadas, es decir es el conjunto de individuos u objetos de los cuales se desea conocer alguna situa- cién o fendmeno en particular, es el grupo de elementos en el que se generalizaran los hallazgos de una investigacién en particular siendo esta la razon por la cual su formulaci6n debe ser correcta desde el inicio del estudio siendo especifico en todo tiempo. Para lograr definir quienes son las unidades o elementos que seran parte del estudio se denomina poblacién o universo de estudio y para esto el investigador tiene que especificar criterios de inclusion y exclusi6n que deben cumplirse a este proceso. La delimitacion de la poblaci6n se hace a través de criterios de inclusién o en ocasiones es mas facil delimitar que unidades o quienes no ingresan en el estudio a lo que denominamos criterios de exclusién. En un universo de trabajo en donde se desea aplicar un anilisis situacional o en su medida algdn tipo de investigaci6n, se realiza un censo cuando el muestreo cubre a toda la poblacién. En muchos de los casos, la reali- zaci6n de un censo no es posible por ser muy costoso, muy extenso o que la muestra se destruya como resultado del andlisis. En tales opor- tunidades se debe practicar un anlisis muestral. La muestra es una parte seleccionada de la poblacién que debe ser representativa, es decir, reflejar adecuadamente las caracter‘sticas que deseamos analizar en el conjunto en estudio. La importancia de la muestra sienta bases en la necesidad de encontrar unidades de anilisis que representen a la poblacién en estudio, es decir la muestra es la representacién minoritaria de un universo especifico. Salvo en el caso de poblaciones pequefias es necesario realizar una selecci6n de los sujetos, ya que por razones de tiempo, coste y complejidad para la recogida de datos, serfa imposible estudiarlos 184 Capitulo 1 \, Scanned with CamScanner >... ——————e a todos. Por ello se utiliza la seleccién de una muestra de sujetos o elementos, que no es mas que la elecci6n de una parte represen- tativa de una poblaci6n o universo, cuyas caracter(sticas se repro- ducen en pequefio lo mas exactamente posible. 11.1.2. Muestra Es el subconjunto o parte del universo o poblacién que realmente se estudiara y es resultado del uso del muestreo. Los requisitos fundamentales que debe reunir la muestra son: a) b) ° d) e) Debe comprender parte del universo y no la totalidad de éste. Su tamafio debe ser estadfsticamente proporcionado a la magnitud del universo. La magnitud de la muestra es directa- mente proporcional a su fiabilidad y vendra estadisticamente determinada en unas tablas que existen al efecto. Debe ser representativa en cuanto a las caracter/sticas de la poblacién. Si hay distintos sujetos con distintas caracter(sticas, la muestra debera representarlos en idénticas proporciones a las de la poblaci6n. Se suele tomar la totalidad de la poblaci6n cuando tenemos poblaciones pequefias. También es importante recordar que de un universo se pueden sacar varias muestras. Se pueden sefialar cinco etapas en el proceso de muestreo: 1. > Definicién o seleccién del universo o especificacién de los posibles elementos de estudio. Determinacién de la poblacién o parte de ella a la que se tiene acceso. Selecci6n de la muestra 0 conjunto de elementos de la poblacién Evaluacién y anilisis del proceso de selecci6n muestral. Muestra identificada para la obtenci6n de la informaci6n. Las condiciones fundamentales que debe cumplir una muestra son: (MUESTRA Y MUESTREO EN LA INVESTIGACION CIENTIFICA/ Capitulo 11 Te) Scanned with CamScanner Metodologia de la Investigacién Cientifica y Elaboracién de Proyectos Cientificos Que sean parte del universo o poblacién. Ser proporcional a la magnitud del universo. Criterios de selecci6n claros sin distorsiones. Que sea representativa o reflejo fiel del universo. Para cumplir con todo lo anterior es necesario técnicas de seleccién muestral que garanticen su representatividad, determinar el tamafio 6ptimo de la muestra y tener en cuenta el error de la muestra. 11.1.3. Elemento o unidad de investigacién Unidad de la cual se compone el universo o la poblacion del estudio, fuente de informacion a través de la investigacin, se puede decir que es la minima unidad que tiene todos los datos que son de interés en el estudio 0 anilisis. 11.1.4, Unidad de analisis lemento que se examina dentro de la unidad es decir es aquel elemento que se medira, examinara o estudiara en relacién-atas variables de interés. En es -se-aplica la definicion de unidad de observaci s aquella mediante la cual se obtiene la infor- maci6n también suele recibir el nombre de “unidad respondiente”. En varios casos la unidad de anilisis y la unidad de observaci6n son la misma mientras que en otros casos esto no es asf. aT 11.1.5. Unidad de muestreo Elemento usado para seleccionar la muestra es decir es aquella unidad que contiene las unidades de anilisis de la poblaci6én y que se emplean para elaborar la muestra, en varios casos la unidad de muestreo y la unidad. 11.1.6. Marco muestral Se entiende como marco muestral a la informaci6n que se utiliza para seleccionar la muestra, es decir es aquel proceso que se esta- blece para definir y enumerar los elementos sobre los cuales se 186 Captulo 11 \, Scanned with CamScanner ——— Metodologia de la Investigacion Cientifica y Elaboracion de Proyectos Cientificos realizaran los procedimientos estad{sticos para el muestreo propia- mente dicho. Se puede decir que el marco muestral es el listado completo de todas las unidades de observacién o las lista de donde podemos extraer las unidades de muestreo o anilisis. Fraccion de muestreo. Se denomina fraccién de muestreo acociente del tamafio de la muestra “n” por el de la poblacién “N”, en el muestreo de poblaciones finitas, que generalmente se representa por un tipo de constante que suele ser “f”. Plan de muestreo. El plan de muestreo es el disefio segdn el cual se toman una o varias muestras con objeto de obtener informa- cion y, eventualmente, tomar una decision. Datos. Se denomina datos a las mediciones que son recolec- tadas ya sea de una poblacién o de una muestra. Estos datos resultan de la medicién de las variables o caracteristicas estu- diadas de la poblaci6n. 11.2. Métodos de muestreo Aunque no existe una forma Gnica de clasificar las técnicas de muestreo, es frecuente clasificarlas en probabilfsticas y no probabi- listicas. Muestreo Aleatorio Simple Métodos Probabilistico Muestreo Sistematico Muestreo Estratificado V Muestreo Proporcional Métodos No Probabilistico Muestreo Intencionado Muestreo de Juicio Grafico 43. Métodos de muestreo Ame: JESTRA Y MUESTREO EN LA INVESTIGACION Scanned with CamScanner Metodologia de la Investigacion Cientilica y EODOINENI nnn 11.2.1. Muestreo probabilistico La caracterfstica principal del muestreo probabilfstico es que cada uno de los elementos de la poblaci6n tiene una probabilidad cono- cida y distinta de cero de ser incluido en la muestra. La seleccién aleatoria es un procedimiento muy cuidadoso y especifico, que asegura que la selecci6n de cada unidad en la muestra es indepen- diente de la seleccién de otra unidad; dicho con otras palabras, la selecci6n de cualquier miembro de la poblacién no afecta a la probabilidad de ningGn otro miembro para ser seleccionado. La selecci6n aleatoria de los sujetos que se van a incluir en la muestra presenta algunas ventajas importantes: Elimina el juicio subjetivo en la seleccién de la muestra y aumenta la credibilidad de los resultados, permitiendo ademas su generalizacion. Permite calcular la variabilidad de la muestra, apresando asf los posibles errores debidos a tal variabilidad. Puesto que la precision disminuye conforme aumenta la variabilidad, la teorfa muestral facilita el conocimiento de los factores que contribuyen a dicha variabilidad, pudiendo, de esta forma, reducirla y aumentar la precision. Se trabaja con un margen de error conocido y establecido por el investigador, reduciendo de esta forma la incertidumbre. Conocido también como muestreo de selecci6n aleatoria, utiliza el azar como instrumento de seleccion, se puede calcular de ante- mano la probabilidad de que cada elemento sea incluido en la muestra. Este tipo de muestreo es el que alcanza mayor rigor cientifico, y se caracteriza porque se cumple el principio de la equiprobabilidad, segdn el cual todos los elementos de la poblacién tienen la misma probabilidad de salir elegidos en una muestra. El muestreo por azar o probabilfstico presenta varias modalidades: BBN, captuto rs \ Scanned with CamScanner es $$ Ltoracion de Proyectos Cientiticos Muestreo aleatorio simple Muestreo aleatorio sistematico Muestreo estratificado Muestreo por conglomerados Muestreo por etapas 11.2.1.1. Muestreo aleatorio simple Es la modalidad de muestreo mas conocida y que alcanza mayor rigor cientifico. Garantiza la equiprobabilidad de elecci6n de cual- quier elemento y la independencia de selecci6n de cualquier otro. En este procedimiento se extraen al azar un niimero determinado de elementos, “n”, del conjunto mayor “N” o poblacién, procediendo segdn la siguiente secuencia: a) definir la poblacién, confeccionar una lista de todos los elementos, asignandoles nimeros consecu- tivos desde 1 hasta ‘n‘; b) la unidad de base de la muestra debe ser la misma; c) definir el tamafio de la muestra, y d) extraer al azar los elementos. La muestra quedaré formada por los “n” elementos obtenidos mediante sorteo de la poblaci6n. Los procedimientos mas comunes de extraccién de los elementos en este tipo de muestreo son: las tablas de ndmeros aleatorios, incluidas en los manuales de esta- distica; los clasicos sistemas de loterfa y otros procedimientos de extracci6n al azar, incluidos las aplicaciones informaticas. Algunos autores exigen que todos los elementos tengan la misma probabilidad de ser seleccionados. En la practica real puede haber diversos grados de probabilidad, lo importante es conocerlos. De hecho si de un listado de papeletas con cien personas selec- cionamos uno, éste tiene 1/100 de posibilidad de ser elegido, el segundo 1/99, y asf sucesivamente. Para que esto no hubiera ocurrido tendrfamos que haber empleado el procedimiento que se conoce de obtencién de la muestra con reemplazo, es decir volviendo a colocar los que salen, para que se mantuviera la proporcién del 1/100. Este Gltimo caso puede tener interés en MUESTRA Y MUESTREO EN LA INVESTIGACION CIENTIFICA—/ Capitulo 11 LOG) —_ Scanned with CamScanner Aoinctihaygia ila ta Tnyestiqacian Clentitia y Elaboractan de Proyectos determinadas clreunstanelas, pero no en el caso de consultar, por ejemplo, varias veces a un mismo alumno. Lo importante, para Marin Ibanez (1985) es conocer el grado de probabilidad y, en lo posible, procurar que sea la misma. 11,2.1,2. Muestreo aleatorio sistematico El empleo de muestras sistematicas consiste en una variante del anterlor tipo de muestreo. Primero se calcula ‘I’ (frecuencia de los casos) mediante la formula I= N/n. Después se elige un namero menor o igual que |, es decir, que cumpla la condici6n: “1” a “I”. Por Gltimo se seleccionan los némeros en la tabla de nimero alea- torios, que seran: a, atl, a+2I, a +31, etc. Si tenemos la poblacién a estudiar, previamente inscrita en unas listas numeradas, obtenida la frecuencia de los casos iremos eligiendo saltando los nGmeros que indique la frecuencia. Si queremos obtener una muestra de 20 sobre una poblacién de 100 (1 = 100/20 = 5), podrfamos partir el muestreo del n? 5, el 10, el 15; 0 el 3, 8, 13... El primer elemento (‘a’) suele elegirse al azar usando las tablas de probabilidad y, a continuaci6n, se le suma la frecuencia. Si el azar hizo que se partiera de un elemento de la lista mayor que |, al llegar a N, se vuelve al principio de la lista hasta completar ‘n’ casos. Para poblaciones numerosas, por ejemplo la gufa telefonica o los censos electorales, se seleccionan el primer y/o el Gltimo nombre de cadaypagina o columna. Aunque es un procedimiento més rudi- mentario, por raz6n de economia y tiempo suele utilizarse. La elecci6n sistematica partiendo de listas es valida si el orden no ha sido establecido teniendo en cuenta la caracteristica que estu- diamos. No pueden servir, por ejemplo, listas en orden de califica- ciones académicas si ésta es una de las variables de investigaci6n. Un peligro de este método es el que se den periodicidades en la poblacién que anulen la representatividad de la muestra. Supon- ION “captuto rr \, ee Scanned with CamScanner Mateo de a invesigacon Clea y aboracion de Proyectos ienticos gamos que | = 10 y trabajamos con empleados de una empresa agrupados en departamentos en los que el personal esta listado segtn categorfas profesionales, por este orden: 1 directivo, 14 profesionales especializados, 5 administrativos. Al elegir la muestra por este método, ésta quedaré sesgada porque elegira siempre, por ejemplo, un directivo por cada departamento o bien porque no lo elegira nunca. Este procedimiento es ms rapido que el anterior, sobre todo si la poblaci6én es numerosa y esta previamente ordenada. Es muy utili- zado en los sondeos de opinién y de “puerta a puerta”. A los entre- vistadores se les indica que paren a cada ‘I’ personas o llamen a cada ‘I’ puertas. 11.2.1.3, Muestreo estratificado Este muestreo se utiliza cuando la poblacién esta constituida en estratos 0 conjuntos de la poblacion homogéneos con respecto a la caracteristica que se estudia. Dentro de cada estrato se puede aplicar el muestreo aleatorio o sistemético. Consiste en subdividir la poblacién en subgrupos 0 estratos con arreglo a la/s caracteristica/s que se consideren y en elegir la muestra de modo que estén repre- sentados los diferentes estratos. Para la obtenci6n de la muestra estratificada se siguen los siguientes pasos: Se divide la poblaci6n en estratos. De cada estrato se extrae una muestra por algin procedi- miento de muestreo, El nGmero de individuos de cada estrato se puede decidir por paridad 0 proporcionalidad; d) la suma de las muestras de cada estrato forman la muestra total ‘n‘. (Latorre, Rinc6n y Arnal, 2003). Dentro del muestreo estratificado se distingue: MUESTRAY Mi Scanned with CamScanner Metodologia de Ia Investigacién Cientfica y Elaboracion de Proyectos Cientificos __pmemnsssanemeene, 11.2.1.3.1. Muestreo estratificado constante En este caso, también conocido como afijacién simple, la muestra se obtiene seleccionando un nimero igual de individuos de cada estrato en que se ha dividido la poblacién, con independencia del tamaiio y variabilidad de los mismos dentro de la poblacién. 11.2.1.3.2. Muestreo estratificado proporcional Se selecciona de cada estrato un namero de elementos proporcional a su tamafio en el conjunto de la poblacién (afijacién proporcionah. Jiménez Fernandez (1983) considera que un criterio mas

    También podría gustarte