Está en la página 1de 14

MAESTRÍA EN GESTION DE RIESGO

Presentado por: Jessica Sanclemente


Maira Cuero
Edison España

Junio 2019
SELECCIÓN DE LA MUESTRA
CUANTITATIVO
Con el propósito de responder a las preguntas de investigación
planteadas y cumplir con los objetivos el estudio, el investigador
debe seleccionar o desarrollar un diseño de investigación específico.
El diseño es el plan o estrategia que se desarrolla para obtener la
información que se requiere en una investigación.

En el enfoque cuantitativo, el investigador utiliza su o sus diseños


para analizar la certeza de las hipótesis formuladas en un contexto
particular o para aportar evidencia respecto de los lineamientos de la
investigación (si es que no se tienen hipótesis).

Debe quedar claro que ningún tipo de diseño es intrísecamente


mejor que otro, sino que son: el planteamiento del problema, los
alcances de la investigación, la formulación o no de hipótesis y su
tipo, los que determinan qué diseño es el más adecuado para un
estudio específico; asimismo, es posible utilizar más de un diseño. [1]
.
[1
Paso 7 del proceso de
investigación cuantitativa: Economía
seleccionar una muestra de tiempo y
apropiada para la Tipos de
muestra recursos
investigación.

•Definir los casos MUESTRA


• Delimitar la población
•Elegir el método de
selección de la muestra
Delimitar la Definir la
•Precisar el tamaño de
población unidad de
la muestra
análisis
•Aplicar el proceso de
selección
•Obtener la muestra
¿En una i nvest i gaci ón si em pre t enem os una
muestra?

• Mayoría de las situaciones.


• Sólo en censos se incluyen a todos los sujetos o casos del
universo o población.

• Lo prime ro :¿sobre “ qué o quiénes” se re colectarán


datos?

Sujetos
Objetos Selección de la
Sucesos Muestra

Comunidades

(Unidades de Análisis)
Muestra

Unidad de análisis

Población

• Depende de los objetivos del estudio.


• En torno a contenido, lugar y tiempo.
Muestras probabilísticas Muestras no
probabilísticas
Subgrupo población
Todos los elementos Subgrupo población
Misma posibilidad Elección no depende de probabilidad
Sino de caract. investigación

Definir el tamaño Seleccionar


De la muestra (n) Tipos
Elementos muestrales
Muestra aleatoria simple
Muestra estratificada
Fórmula Por racimos o clusters

Listado o Tómbolas
Marco muestral Números aleatorios
o tablas
Selección sistemática

Otros marcos referencia:


Archivos, mapas, volúmenes, periodos registrados.
Muestra probabilística

• Puede medirse el tamaño del error


• Reducir al mínimo el error (error estándar).

N Población, conjunto elementos Término muestra


Letras minúsculas
n Muestra, subconjunto de la población
n,s,se
Valores promedio en la población:
_ Término Población
Y= Valor de una variable determinada. Letras mayúsculas
N,S
V= Varianza de la población con respecto a
det. Variables (variabilidad)

se= desviación estándar.


(se)2= error estándar al cuadrado
s2 = varianza de la muestra s2 =p (1 - p)
p= porcentaje estimado de la muestra se
estima sobre marcos previos o define
n1= s2 Tamaño provisional muestra1=
v2 Varianza de la muestra / varianza de la población al 2

Se usa cuadrado del error estándar

n= n1
1 + n1 / N

Tamaño de la muestra Sensible al error y nivel de confianza


- error, + confianza = + tam. muestra

Márgen error estándar entre 1 o 5%


expresado= 0.01 o 0.05
Nivel de confianza entre 99 y 95 %
MUESTRA ALEATORIA SIMPLE, ESTRATIFICADA
Y POR RACIMOS

• El tamaño de la muestra se calcula por medio de fórmulas o


Stats ( generar números aleatorios para seleccionar los casos
de la muestra de una base de datos o listado de la población).

• MPE: Subgrupo en el que la población se divide en segmentos


y se selecciona una muestra para cada segmento.

• La estratificación aumenta la precisión de la muestra e


implica el uso deliberado de submuestras para cada estrato o
categoría que sea relevante en la población.
• MPR: Reduce costos, tiempo y energía porque
muchas veces las unidades de análisis se
encuentran encerradas en lugares físicos o
geográficos (clusters).

• Ayuda a diferenciar entre la unidad de análisis y la


unidad muestral. En este muestreo hay una
selección con procedimientos probabilísticos .

• Ejemplo:
• Unidad de análisis Posibles racimos
• Adolescentes preparatorias
• Obreros industrias
• Amas de casa Mercados
Muestras no probabilísticas o dirigidas

La elección de los elementos depende de las características de la


investigación y las decisiones de quien la realiza. Trata de ubicar
sujetos “típicos”.

Desde una perspectiva cuantitativa implica desventajas:


• No es posible calcular el error estándar.
• Los datos no pueden generalizarse (falta de representatividad).
Ejemplo: Ubicar a los estudiantes más populares de una escuela

Instrumento: Encuesta Población: 1,000 Alumnos (as)

Muestra aleatoria simple (probabilística):

278 individuos x formula, hace una base de datos con las listas de
asistencia asignándoles número y a través de Stats va ubicando
cada sujeto de la muestra para aplicar el instrumento.

Muestra no probabilística:

• Investigador (a) determina que necesita 100 alumnos encuestados


• Selecciona los 100 primeros que entren a la cafetería o a
los representantes de grupo

No todos tienen la misma probabilidad de ser elegidos o cuentan con


características que están presentes sólo en ciertos casos.
Conclusión:

Estudios exploratorios y experimentales:


Regularmente usan muestras dirigidas o no probabilísticas.

Estudios no experimentales descriptivos o correlacionales-causales:


Deben emplear muestras probabilísticas si quieren que los resultados
puedan ser considerados como generalizados

Elegir el tipo de muestra se define según los objetivos del


estudio, el esquema de investigación y la contribución que se
pretende hacer.