Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Seleccion de la Muestra en Investigacion

189,907 views

Published on

Published in: Education

Seleccion de la Muestra en Investigacion

  1. 1. Selección de la Muestra del Proceso de Investigación Esp. Guillermo Augusto Narváez Burbano
  2. 2. Una parte fundamental para realizar un estudio estadístico de cualquier tipo es obtener unos resultados confiables para lo cual se necesita generalmente la mayor cantidad de datos posibles. Pero generalmente resulta casi imposible o impráctico llevar a cabo algunos estudios sobre toda una población, para esto la solución es desarrollar el estudio basándose en un subconjunto de dicha población realizando un muestreo.
  3. 3. Población: Llamado también Universo, es el conjunto de todos los elementos que tienen una característica o hacen parte de un espacio común y de los cuales queremos realizar un estudio para conocer datos específicos. Muestra: Parte de una población seleccionada mediante alguna técnica. La muestra es un subconjunto representativo, adecuado y válido de la población. Muestra Probabilística o Aleatoria No Probabilística, Dirigida o de Juicio
  4. 4. En las muestras probabilísticas todos los elementos de la población tienen la misma posibilidad de ser escogidos, la muestra se obtiene utilizando herramientas estadísticas las cuales devolverán un valor resultante de una cantidad representativa de la población. En las muestras no probabilísticas, la elección de los elementos no depende de la probabilidad, sino de las características de la investigación o de quien hace la muestra. Aquí el procedimiento no es mecánico ni con base en fórmulas de probabilidad, sino de las decisiones del investigador o investigadores obedeciendo a diversos criterios.
  5. 5. La muestra de una investigación cualitativa se determina durante o después de la inmersión inicial en el campo y puede ser reajustada en pasos posteriores del proceso. Casi en la totalidad de los casos la muestra es no probabilística e incluso podría llegar a ser formada por la totalidad de la población. En los estudios cualitativos el tamaño de muestra no es importante desde una perspectiva matemática, pues el interés del investigador no es generalizar los resultados sino que se busca la profundidad de los mismos.
  6. 6. Aun así un muestreo adecuado tiene una importancia crucial en la investigación, y por esta razón es necesario reflexionar detenidamente sobre cuál es la estrategia de muestreo más pertinente para lograr los objetivos de investigación, tomando en cuenta criterios de rigor, estratégicos, éticos y pragmáticos. Por lo general son tres los factores que intervienen para determinar el número de casos: 1. Capacidad operativa de recolección y análisis: Número de casos que podemos manejar de manera realista. 2. El entendimiento del fenómeno: Número de casos que nos permitan responder a las preguntas de investigación. 3. La naturaleza del fenómeno bajo análisis: Si los casos son frecuentes y accesibles o no, si el recolectar información lleva poco o mucho tiempo.
  7. 7. Ejemplo 1: En un estudio sobre las emociones que los pacientes jóvenes pueden experimentar antes de ser operados de tumores cerebrales, el investigador o investigadora procurará analizar el mayor número de casos posible que depende, en primera instancia, de cuántas cirugías para extirpar tumores cerebrales se realizan en una institución medica o ciudad, mensual o anualmente a jóvenes de 13 a 17 años. Ejemplo 2: en una investigación se reclutó abiertamente, buscando la mayoría de casos posibles, a las participantes con el requisito que hubiesen vivido abuso sexual prolongado durante su infancia. La muestra final fue de 11 mujeres.
  8. 8. Frecuentes en ciencias sociales y médicas y se refieren, a individuos que voluntariamente acceden a participar en un estudio. A esta clase de muestra también se le puede llamar autoseleccionada, ya que las personas se proponen como participantes en el estudio respondiendo activamente a una invitación. Muestra de Participantes Voluntarios: Muestra de Expertos: Estas muestras son frecuentes en estudios cualitativos y exploratorios para generar hipótesis más precisas. Por ejemplo, en un estudio sobre el perfil de la mujer periodista en México se recurrió a una muestra de 227 mujeres periodistas, pues se consideró que eran los participantes idóneos para hablar de contratación, sueldos y desempeño de tal ocupación.
  9. 9. Se utilizan cuando el objetivo es analizar un determinado grupo social. Los estudios que se hacen para el análisis de las actitudes y conductas del consumidor utilizan muestras de casos-tipo. Aquí se definen los segmentos a los que va dirigido un determinado producto (por ejemplo, jóvenes clase socioeconómica A, alta, y B, media, amas de casa clase B, ejecutivos clase A-B). Muestra de Casos-Tipo: Muestra Por Cuotas: Se utiliza en estudios de opinión y marketing donde los encuestadores realizan su actividad en un lugar público, al hacerlo van llenando cuotas de participación. Así, en un estudio se dice a los encuestadores entrevisten a 80 personas adultas. Que 25% sean hombres mayores de 30 años, 25% mujeres mayores de 30 años, 25% hombres menores de 25 años y 25% mujeres menores de 25 años”.
  10. 10. Utilizadas cuando se busca mostrar distintas perspectivas y representar la complejidad del fenómeno estudiado, o bien, documentar diversidad para localizar diferencias y coincidencias, patrones y particularidades. Muestras Diversas o de Máxima Variación: Muestras Homogéneas: Al contrario de las muestras diversas, en éstas las unidades a seleccionar poseen un mismo perfil o características, o bien, comparten rasgos similares. Su propósito es centrarse en el tema a investigar o resaltar situaciones, procesos o episodios en un grupo social.
  11. 11. Se identifican participantes clave a la muestra, se les pregunta si conocen a otras personas que puedan proporcionar más datos, y los incluimos también. Muestras En Cadena o Bola de Nieve: Muestras de Casos Extremos: Útiles cuando interesa evaluar características o fenómenos especiales, alejados de la normalidad. Este tipo de muestras se utilizan para estudiar etnias muy distintas al común de la una población, o para profundizar el análisis de comportamientos terroristas y suicidas. Muestras Por Conveniencia: Tipo de muestra que se conforma simplemente con los casos disponibles a los cuales tenemos acceso.
  12. 12. Para el proceso cuantitativo la muestra es un subgrupo de la población de interés sobre el cual se recolectarán datos, y que tiene que definirse o delimitarse de antemano con precisión, éste deberá ser representativo de dicha población. El investigador pretende que los resultados encontrados en la muestra logren generalizarse o extrapolarse a la población. El interés es que la muestra sea estadísticamente (matemáticamente) representativa. Por lo dicho anteriormente puede verse que la investigación cuantitativa en su mayoría de casos utiliza una muestra probabilística.
  13. 13. Para empezar ha que tener en cuenta que el tamaño que tiene una población es un factor de suma importancia en el proceso de investigación estadística, ya que según el número de elementos la población puede ser finita o infinita. Una población finita es aquella que está formada por un limitado número de elementos, por ejemplo; el número de habitantes de una vereda. En estos casos uno debe preguntarse: dado que una población tiene un tamaño (N) ¿cuál es el menor número de unidades muestrales (personas, objetos, etc.) que necesito para conformar una muestra (n) que me asegure un determinado nivel de error (e) ?. La respuesta a esta pregunta busca encontrar una muestra que sea representativa del universo o población con cierta
  14. 14. Para empezar ha que tener en cuenta que el tamaño que tiene una población es un factor de suma importancia, ya que según el número de elementos la población puede ser finita o infinita. Una población finita es aquella que está formada por un limitado número de elementos, por ejemplo; el número de habitantes de una vereda. En estos casos uno debe preguntarse: dado que una población tiene un tamaño (N) ¿cuál es el menor número de unidades muestrales (personas, objetos, etc.) que necesito para conformar una muestra (n) que me asegure un determinado nivel de error (e)?. La respuesta a esta pregunta busca encontrar una muestra que sea representativa del universo con cierta posibilidad de error y nivel de confianza (k o Z).
  15. 15. Una población infinita es aquella que no se conoce su tamaño real, por ejemplo la cantidad de profesionales en Trabajo Social que están ejerciendo su carrera. También puede considerarse infinita una población que es tan grande que por razones practicas de una investigación debe manejarse como un universo infinito. De todas formas el proceso matemático será similar al de la población finita. Ya que aunque no conozco el tamaño de mi universo, aun necesito conformar una muestra (n) que me asegure un determinado nivel de error (e) y cierto nivel de confianza (Z o k).
  16. 16. Muestras para Población Finita: Tamaño de la población o universo. Límite aceptable de error muestral. Suele usarse un valor que varía entre el 1% (0,01) y 9% (0,09). Es la variación positiva o la proporción de individuos que poseen en la población la característica de estudio, toma un valor entre 0 y 1. Cuando no se conoce generalmente se le da el valor de 0,5. Variación negativa o proporción de individuos que no poseen esa característica, es decir q = 1- p. Constante que depende del nivel de confianza que asignemos y corresponde a una distribución Normal o de Gauss. N= e= p= q= Z=
  17. 17. Muestras para Población Finita: Tamaño de la población o universo. Valor entre el 1% (0,01) y 9% (0,09). Cuando no se conoce generalmente se le da el valor de 0,5. 1- p. Constante que depende del nivel de confianza que asignemos y corresponde a una distribución Normal o de Gauss. N= e= p= q= Z= Z (K) 1,28 1,65 1,96 2,17 2,24 2,33 2,58 Nivel de Confianza 80% 90% 95% 97% 97,5 98% 99%
  18. 18. Muestras para Población Infinita: Valor entre el 1% (0,01) y 9% (0,09). Cuando no se conoce generalmente se le da el valor de 0,5. 1- p. Constante que depende del nivel de confianza que asignemos y corresponde a una distribución Normal o de Gauss. e= p= q= Z= Z (K) 1,28 1,65 1,96 2,17 2,24 2,33 2,58 Nivel de Confianza 80% 90% 95% 97% 97,5 98% 99%
  19. 19. Ejemplo: En una investigación acerca de Riesgos Profesionales y Estrés en Docentes, la población estará constituida por docentes tiempo completo de las universidades privadas en la ciudad de Pasto: Universidad Mariana, Universidad Cooperativa. Universidad Docentes Universidad Mariana 226 Universidad Cooperativa 71 TOTAL (Población): 297 Requiere un nivel de confianza de 95% (Z=1,96), y se ha planteado un error aceptable de 7% (e=0,07). Y al no conocer la proporción de individuos que poseen la característica de estudio usamos el valor por defecto (p = 0,5).
  20. 20. Calculadora Online de Muestra Estadística: http://www.netquest.com/panel_netquest/calculad ora_muestras.php Calculadora En Microsoft Excel 2013 de Muestra Estadística: http://www.mediafire.com/view/kiohjhj3sx7hkd0/C alculadoraMuestra.xlsx
  21. 21. Utilice la teoría aprendida y las herramientas antes mencionadas para encontrar las siguientes muestras: 1. Muestra de Población Infinita: Nivel de Confianza= 95%; p = 0.7; margen de error = 10%. 2. Muestra de Población Finita: Nível de Confianza = 95%; Universo = 600; p = 0.7; error = 10%.
  22. 22. HERNANDEZ, Roberto, FERNANDEZ, Carlos, BAPTISTA, Pilar. Metodología de la Investigación. Perú: McGraw Hill, 2010. 613p. ISBN 978-607-15-0291-9. BOLAÑOS, Ernesto. Muestra y Muestreo. Escuela Superior de Tizayuca <http://www.uaeh.edu.mx/docencia/P_Presentaciones/tizayuc a/gestion_tecnologica/muestraMuestreo.pdf> [Citado Marzo 30 de 2014]. Universidad Tec Milenio: Profesional – Metodología de la investigación. <http://claroline.ucaribe.edu.mx/claroline/claroline/backends /download.php?url=L0FwdW50ZXMvMTAucGRm&cidReset=true& cidReq=GA0102_001> [Citado Marzo 30 de 2014]. Soporte Técnico De Office. Microsoft Excel [En Línea]. <http://office.microsoft.com/es-es/support/?CTT=97> [Citado Marzo 10 de 2014].

×