2. Es una herramienta de la investigación
científica, cuya función de una población
debe examinarse, con la finalidad de hacer
inferencias sobre dicha población.
Es el procedimiento mediante el cuál
seleccionamos una muestra representativa de
la población objeto de estudio.
3. Preparación. En esta se define el universo y la
población a partir de la cual se va a extraer la
muestra.
Muestreo. En esta fase se determina la técnica
más apropiada en función del problema, las
hipótesis y el diseño. Aquí cabe diferenciar
varios tipos de muestras resultado de las
distintas depuraciones que se van haciendo a
lo largo del proceso de la recogida de los
datos. Nos referimos a:
4. Muestra invitada. Son los sujetos de la
población a quienes se les invita a
participar.
Muestra participante . Son los sujetos
que aceptan formar parte del estudio.
Muestra real. Es la muestra productora
de los datos que servirán para el
análisis final. La diferencia entre la
muestra invitada y la muestra real rara
vez aparece especificado en los
informes de investigación.
5. Existen diferentes criterios de
clasificación de los diferentes tipos de
muestreo, aunque en general pueden
dividirse en dos grandes grupos:
métodos de muestreo probabilísticos
y métodos de muestreo no
probabilísticos.
6. Los métodos de muestreo probabilísticos son
aquellos que se basan en el principio de
equiprobabilidad. Es decir, aquellos en los que
todos los individuos tienen la misma
probabilidad de ser elegidos para formar parte
de una muestra y, consiguientemente, todas las
posibles muestras de tamaño n tienen la misma
probabilidad de ser seleccionadas. Sólo estos
métodos de muestreo probabilísticos nos
aseguran la representatividad de la muestra
extraída y son, por tanto, los más
recomendables. Dentro de los métodos de
muestreo probabilísticos encontramos los
siguientes tipos:
7. Muestreo aleatorio simple:
El procedimiento empleado es el siguiente: 1)
se asigna un número a cada individuo de la
población y 2) a través de algún medio
mecánico (bolas dentro de una bolsa, tablas
de números aleatorios, números aleatorios
generados con una calculadora u ordenador,
etc.) se eligen tantos sujetos como sea
necesario para completar el tamaño de
muestra requerido.
8. Muestreo aleatorio sistemático:
Este procedimiento exige, como el anterior,
numerar todos los elementos de la población,
pero en lugar de extraer n números aleatorios
sólo se extrae uno. Se parte de ese número
aleatorio i, que es un número elegido al azar,
y los elementos que integran la muestra son
los que ocupa los lugares i, i+k, i+2k,
i+3k,...,i+(n-1)k, es decir se toman los
individuos de k en k, siendo k el resultado de
dividir el tamaño de la población entre el
tamaño de la muestra: k= N/n. El número i
que empleamos como punto de partida será
un número al azar entre 1 y k.
9. Trata de obviar las dificultades que presentan
los anteriores ya que simplifican los procesos
y suelen reducir el error muestral 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.).
10. El muestreo por conglomerados consiste en
seleccionar aleatoriamente un cierto numero
de conglomerados (el necesario para alcanzar
el tamaño muestral establecido) y en
investigar, después, todos los elementos
pertenecientes a los conglomerados elegidos.
Ejemplo de conglomerados: Las unidades
hospitalarias, los departamentos
universitarios, una caja de determinado
producto, etc.
11. Las muestras no probabilísticas, también
llamadas dirigidas tiene muchas desventajas. La
principal es, o ser probabilística no se puede
calcular el nivel de confianza con que se hace la
estimación.
Las pruebas estadísticas en muestra no
probabilísticas tienen un valor limitado a la
muestra en si, pero no para la población. Es
decir, los datos no pueden generalizarse a la
población, ya que los sujetos elegidos en la
muestra no dependen de que todos tengan la
misma probabilidad de ser elegidos, sino de la
decisión del investigador.
12. La ventaja del muestreo no probabilístico
es su utilidad para determinado tipo de
investigación en que se requiere un cuidado y
controlada elección de sujetos con ciertas
características especificadas previamente en
el planteamiento del problema, mas que una
representatividad de elementos de una
población
13. Intencional
Y Selectivo
casuales o
por cuotas fáciles de
estudiar
de sujetos basados en
voluntarios expertos
14. Muestreo Intencional Y Selectivo: consiste en
escoger de la posición aquellas unidades que
pueden proporcionar información esencial.
Muestreos casuales o fáciles de estudiar: esta
técnica consiste en encuestar a cualquier grupo
de personas que son de fácil acceso que acuden
a un lugar.
Muestreos basados en expertos: en caso
especiales es necesario la opinión de personas
expertas en un tema y por ejemplo, si desea
hacer un estudio sobre el perfil de una mujer
abogada en la republica dominicana, se puede
seleccionar una muestra de mujeres que sean
abogadas partiendo de la presunción que ellas
son las mas idóneas para hablar de sueldos.
15. Muestra de sujetos voluntarios: las muestras
de sujetos voluntarios son frecuentes en
ciencias sociales, en ciencias de la conducta,
en medicina, en la arqueología, donde el
investigador elabora conclusiones a partir de
especímenes que legan a sus manos
voluntariamente.
Muestreo por cuotas: este tipo de muestreo
se utiliza mucho en estudios de opinión y de
mercadotecnia.
Ejemplo: Se divide la población en sus
subgrupos con características comunes
(edad, estado civil, escolaridad, etc.).
16. Que es una Muestra: es un subconjunto de
casos o individuos de una población
estadística
Que es una Población: Es aquel conjunto de
individuos o elementos que le podemos
observar, medir una característica o atributo
con fines específicos.
17. Cualquiera sea el procedimiento utilizado y la
perfección del método empleado, la muestra
diferirá de la población. A esta diferencia se la
denomina error de muestreo. Cuando una
muestra es aleatoria o probabilística, es
posible calcular sobre ella el error muestral.
Este error indica el porcentaje de
incertidumbre, es decir, el riesgo que se corre
de, que la muestra elegida no sea
representativa.
18. Si se trabaja con un error calculado en 5%,
ello significa que existe un 95% de
probabilidades de que el conjunto muestral
represente adecuadamente al universo del
cual ha sido extraído.
A medida que incrementamos el tamaño de la
muestra, el error muestral tiende a reducirse,
pues la muestra va acercándose más al
tamaño del universo. Del mismo modo, para
una muestra determinada, su error será
menor cuanto más pequeño sea el universo a
partir del cual se la ha seleccionado
19. Así, para un universo de 10.000 casos, una
muestra de 200 unidades tendrá un error
mayor que una de 300; una muestra de 200
casos, por otra parte, tendrá un error mayor
si el universo tiene 10.000 unidades que si
éste posee solamente 2.000.
Pueden presentarse situaciones que afecten
de algun modo la recoleccion de muestras y
afecten el nivel de confianza.
20. Situaciones inadecuadas:
Se presentan, por ejemplo, cuando el
encuestador tiene dificultades para obtener la
información y la sustituye por la que más
fácilmente está a su alcance, que no siempre es
la más confiable.
Insuficiencia en la recolección de datos:
Hay distorsión por falta de respuestas, o
respuestas inadecuadas, ya sea por ignorancia o
falta de datos relativos a los elementos incluidos.
Distorsiones del encuestador causadas por
prejuicios, interés personal o por fallas en la
aplicación de instrumentos. Errores de cobertura
a causa de que no se han incluido elementos
importantes y significativos para la investigación
que se realiza.
21. Situaciones inadecuadas:
Se presentan, por ejemplo, cuando el
encuestador tiene dificultades para obtener la
información y la sustituye por la que más
fácilmente está a su alcance, que no siempre
es la más confiable.
22. Insuficiencia en la recolección de datos:
Hay distorsión por falta de respuestas, o
respuestas inadecuadas, ya sea por
ignorancia o falta de datos relativos a los
elementos incluidos. Distorsiones del
encuestador causadas por prejuicios, interés
personal o por fallas en la aplicación de
instrumentos. Errores de cobertura a causa
de que no se han incluido elementos
importantes y significativos para la
investigación que se realiza.
23. es el número de sujetos que componen
la muestra extraída de una población, necesarios
para que los datos obtenidos sean
representativos de la población.
Se determina mediante la fórmula:
donde:
Za 2 = Nivel de confianza
p = proporción esperada
q=1–p
d = Precisión o Error permitido
