SELECCIÓN DE LA MUESTRAINVESTIGACIÓN CIENTÍFICA

Y TESIS DE GRADO

1www.coimbraweb.com

Contenido

Objetivo

Edison Coimbra G.INVESTIGACIÓN CIENTÍFICA EN 10

PASOS

Paso 7 de:Última modificación:24 de julio de 2013

2.- Delimitación de la población.

3.- Identificación del marco muestral.

4.- Cálculo de la muestra probabilística.

1.- Definición de la muestra.

Apuntes de clasesEnunciar los conceptos de muestra y población y describir los procedimientos para calcular y seleccionar los diferentes tipos de muestra en la investigación científica.

5.- Selección de la muestra probabilística.

1.- Definición de la muestra

2www.coimbraweb.com

Es el paso 7 del proceso de investigación

La muestra debe ser representativa de la población.

El diseño del plan para obtener la información que se requiere, contempla definir y seleccionar una muestra de la población de la cual se recolectan datos.

Problemas Objetivos

Llevan al

Marco teórico

Que permite visualizar el

Es una parte de la población de interés sobre la cual se recolectan datos.

Alcance de la

investigaciónDe donde se procede a

¿Qué es una muestra?

Formular hipótesis

Para probarla corresponde

(Sampieri, 2010)

Diseñar un plan

Contempla definir y

Seleccionar la muestra

¿Siempre se tiene una muestra?

Por lo general sí. Se utilizan por economía de tiempo y recursos. Excepto cuando se realiza un censo y se deben incluir todos los casos (personas, organizaciones, eventos, productos, objetos, etc.).

Contiene, teóricamente, las mismas características que se desean investigar en la población.

Tipos de muestras

3www.coimbraweb.com

¿Qué tipos de muestras existen?

Elegir qué tipo de muestra se requiere depende del enfoque y alcance de la investigación.

(Sampieri, 2010)

Básicamente, las muestras que se utilizan en la investigación científica, se categorizan en dos grandes ramas.

1

2 Muestra probabilísticaTodos los elementos de la población tienen la misma posibilidad de ser elegidos por medio de una selección aleatoria o mecánica.

Aleatoria simple.

Por racimos.

Estratificada.

Muestra no probabilísticaO dirigida. La selección de los elementos no depende de la probabilidad, sino del criterio del investigador o de las características de la investigación.

Ejemplos de tipos de muestras

4www.coimbraweb.com

Muestra no probabilística o dirigida

(Sampieri, 2010)Ejemplo 2 Sorteo semanal

Imagine el procedimiento para determinar la cuenta de ahorro premiada por un banco en su sorteo semanal. Previamente se enumeran todas las cuentas que entran en el sorteo.

Ejemplo 1 Nueva metodología de enseñanza

Se diseñó un experimento para determinar la eficacia de una nueva metodología de enseñanza de matemáticas. Para lograr tal objetivo, se seleccionó en un colegio a 40 estudiantes del último curso de secundaria, con los cuales se conformaron 2 grupos de a 20 estudiantes.

Uno de los grupos recibió clases bajo la nueva metodología y el otro con el método tradicional, durante un determinado tiempo. Al final del experimento se analizaron los resultados. Esta es una muestra no probabilística o dirigida.

Muestra probabilística

El numero premiado se forma a partir de los bolillos con un dígito que se extraen (después de revolverlos mecánicamente) hasta formar el número, de manera que todos los números, y por consiguiente todas las cuentas, tiene la misma probabilidad de ser elegidos. Esta es una muestra probabilística.

La selección de la muestra probabilística es un proceso en el cual se pueden identificar 4 fases.

Fase 1Definir y delimitar la población.

Fases en la selección de la muestra probabilística

5www.coimbraweb.com

Se pueden identificar 4 fases

El interés es que la muestra sea estadísticamente representativa de la población.

Fase 2Identificarel marco muestral.

Fase 3Calcular el tamaño de la muestra.

Fase 4Seleccionarla muestra.

¿Sobre qué o quienes

se recolectan

datos?

¿Cómo se identifican a

los elementos

muestrales?

¿Cómo se calcula el

tamaño de la muestra?

¿Cómo se selecciona la

muestra?

2.- Delimitación de la población

6www.coimbraweb.com

¿Sobre qué o quienes se recolectan datos?

Las unidades de análisis se denominan también casos o elementos.

(Sampieri, 2010)

Lo primero que se define es sobre qué o quienes se recolectan datos, esto corresponde a precisar la unidad de análisis.

Las unidades de análisis pueden ser personas, organizaciones, objetos, comunidades, eventos, etc., dependiendo de la investigación.

La población debe delimitarse

Una población es el conjunto de todas las unidades de análisis que concuerdan con una serie de especificaciones.

Definida la unidad de análisis, se procede a delimitar la población. La calidad de un trabajo de investigación estriba en delimitar claramente la población.

Ejemplo 3 Cultura de investigación

Suponga que quiere determinar qué tan arraigada se encuentra la cultura de la investigación científica entre los Profesionales en Salud de Santa Cruz.

Fase 1Definir y delimitar la población.

El trabajo tendrá mayor calidad si la población se delimita a los Médicos de Santa Cruz que ejercen docencia universitaria.

3.- Identificación del marco muestral

7www.coimbraweb.com

¿Qué es el marco muestral?

Todo procedimiento de selección depende de listados o bases de datos.

(Sampieri, 2010)

Es el marco de referencia que permite identificar físicamente a los elementos de la población, así como la posibilidad de enumerarlos y seleccionar los elementos muestrales.

Se trata de un listado existente o una lista ad hoc que es necesario confeccionar con los elementos de la población: listas de miembros, directorios especializados, bases de datos de alumnos o de clientes de una empresa, registros médicos, catastros, nóminas de una organización, archivos, hemerotecas, mapas, Internet, etc.

Ejemplo 4 Lista ad hoc

Suponga que quiere determinar qué tan arraigada se encuentra la cultura de la investigación científica entre los médicos de Santa Cruz que ejercen docencia universitaria,

Fase 2Identificarel marco muestral.

Pedirá a cada una de las universidades de la ciudad un listado de sus docentes que sean médicos de profesión. Con esta información se procede a confeccionar una lista ad hoc.

4. Cálculo de la muestra probabilística

8www.coimbraweb.com

Criterios para el cálculo de la muestra

Se pretende que los resultado encontrados en la muestra logren generalizarse a la población (tengan validez externa).

(Sampieri, 2010)

El tamaño de la muestra se estima siguiendo los criterios que ofrece la estadística, tales como nivel de confianza, de variabilidad y margen de error aceptable.

Que puede medirse el tamaño del error en las predicciones. Se dice incluso que el principal objetivo en el diseño de una muestra probabilística es reducir al mínimo este error, al que se llama error estándar.

Pocas veces es posible medir a toda la población, por lo que se selecciona una muestra que la represente y, desde luego, se pretende que este subconjunto sea un fiel reflejo del conjunto de la población.

Tal precisión depende del error de muestreo, que es posible medir.

¿Cuál es la principal ventaja de la muestra probabilística?

Esquema de generalización de la muestra a la población

(Heeringa, 2010)

Las muestras tendrán valores muy parecidos a los de la población, ya que las mediciones del subconjunto serán estimaciones precisas del conjunto mayor.

Fase 3Calcular el tamaño dela muestra.

Muestra aleatoria simple

9www.coimbraweb.com

¿Cómo se calcula?

El error máximo aceptable es el error estándar o error muestral.

(Sampieri, 2010)

Se recomienda utilizar un software estadístico, aunque también se pueden usar las fórmulas clásicas que se han desarrollado. El resultado es el mismo.

Ejemplo 5 Cultura de investigación - muestra

Suponga que quiere determinar qué tan arraigada se encuentra la cultura de la investigación científica entre los médicos de Santa Cruz que ejercen docencia universitaria. Para calcular la muestra utiliza el software estadístico STATS.

Se introdujeron los siguientes datos pedidos por el programa: ¿Tamaño del universo?: N=1.500. Este dato se obtiene de las listas proporcionadas por las universidades.¿Error máximo aceptable?: 5%. Se refiere al % de error que se admite tolerar de que la muestra no sea representativa (de equivocarse). Los más comunes son 5% y 1%, en ciencias sociales el más usual es 5%. ¿Porcentaje estimado de la muestra?: 50%. Es la probabilidad de ocurrencia del fenómeno: representatividad de la muestra versus no representatividad, la certeza total es igual a 1. Cuando no se tienen marcos de muestreo previo, se usa 50%.¿Nivel deseado de confianza?: 95%. Es el complemento del error máximo aceptable (% de acertar en la representatividad de la muestra). Si el error elegido fue 5%, el nivel deseado de confianza será 95%.

Resultado. Tamaño de la muestra: 305,9963. Redondeando, se necesita que la muestra esté conformada por 306 galenos.

Muestra probabilística estratificada

10www.coimbraweb.com

¿Qué es el muestreo estratificado?

La estratificación aumenta la precisión de la muestra.

En ocasiones, el interés es comparar resultados entre segmentos, grupos o nichos de la población, para lo cual se la divide en subpoblaciones o estratos, y se selecciona una muestra por cada estrato.

Ejemplo 6 Políticas de empresas

Suponga que realiza una investigación con gerentes de recursos humanos para determinar sus políticas respecto a cómo tratan a los dependientes de sus empresas.

Imagine una población de 895 empresas (gerentes). Usando STATS, se calcula que el tamaño de la muestra es 269, con un error máximo aceptable de 5%. Sin embargo, considerando el rubro de las empresas, se diseña una muestra probabilística estratificada. Lo que se hace es dividir a la población en estratos, y se selecciona una muestra para cada estrato.

El tamaño de la muestra para cada estrato se calcula multiplicando la población de cada estrato por el factor 269/895= 0.3.

(Sampieri, 2010)

Muestra probabilística por racimos

11www.coimbraweb.com

Todos los elementos del racimo tienen la misma probabilidad de ser elegidos.

(Sampieri, 2010)

En este tipo de muestreo hay una selección en varias etapas, todas con procedimientos probabilísticos. En la primera se seleccionan los racimos y dentro de los racimos, a los participantes que van a ser medidos.

Ejemplo 7 Ciudadanos de un país

En una muestra nacional de ciudadanos de un país, se diseña el siguiente muestreo por racimo.

¿Qué es el muestreo por racimos?

Primera etapa: se elige al azar una muestra de departamentos.Segunda etapa: cada departamento se convierte en un universo y se seleccionan al azar provincias. Tercera etapa: cada provincia se convierte en un universo y se eligen al azar ciudades.Cuarta etapa: cada ciudad se considera un universo y de nuevo, se eligen al azar manzanas Quinta etapa: finalmente, se eligen al azar viviendas e individuos.

5.- Selección de la muestra probabilística

12www.coimbraweb.com

Criterio de selección de la muestra

Cuando el muestreo es estratificado, se sigue el mismo procedimiento de la tómbola, pero por cada estrato.

(Sampieri, 2010)

Los elementos muestrales de una muestra probabilística siempre se eligen aleatoriamente para asegurar de que cada elemento tenga la misma probabilidad de ser elegido.

1

Fase 4Seleccionarla muestra.

Se pueden identificar 3 procedimientos de selección

Tómbola.

Selección sistemática.

Números aleatorios.2

3Tómbola

Se enumeran todos los elementos muestrales de la población, de 1 a N. Se hacen fichas, una por cada elemento, se revuelven en una caja y se sacan n número de fichas, según el tamaño de la muestra.

Procedimientos de selección

13www.coimbraweb.com

Números aleatorios

Todo procedimiento de selección depende de listados o bases de datos.

Una excelente opción para generarlos se encuentra en el software STATS.

Políticas de empresas – números aleatorios

Ejemplo 8

Se introdujeron los siguientes datos pedidos por el programa STATS:

¿Cuántos números aleatorios?: 25. El tamaño de la muestra.Límite inferior: 1. Los elementos de la población se enumeran a partir de 1. Límite superior: 82. Es el tamaño de la población.

Suponga que realiza una investigación con gerentes de recursos humanos para determinar sus políticas respecto a cómo tratan a los dependientes de sus empresas. Se diseñó una muestra estratificada. Para un estrato de 82 empresas se calculó una muestra de 25.

Selección sistemática

Se extrae al azar un número i, comprendido entre 1 y N. Los elementos que integran la muestra son los que ocupan los lugares i, i+k, i+2k, i+3k, etc. k es el resultado del tamaño de la población entre el tamaño de la muestra , k=N/n.

Ejemplo 9

Para un estrato de 82 empresas se calculó una muestra de 25. Se extrajo al azar el número 30, por lo que la muestra la integran el 30, 33, 36, 39, etc. Hasta completar los 25 elementos.

Políticas de empresas – selección sistemática

Correspondencia entre alcance, diseño y muestreo

14www.coimbraweb.com

Tabla que resume esta correspondencia

El teorema del límite central señala que una muestra de más de 100 casos tendrá una distribución en forma de campana en sus características, lo cual sirve para hacer estadística inferencial.

(Sampieri, 2010)

Alcance Diseño Tipo de muestra

Exploratorio Investigación preexperimentalInvestigación no experimental

Generalmente emplean muestras dirigidas, aunque podrían utilizarse probabilísticas también.

DescriptivoCorrelacionalExplicativo

Investigación experimental La mayoría de las veces muestras dirigidas. La validez de la investigación experimental se consolida con la repetición.

Investigación no experimental Deben emplear muestras probabilísticas si quieren que sus resultados sean generalizados a una población.

Bibliografía

15www.coimbraweb.com

¿Cuáles son las referencias bibliográficas?

FINEdison Coimbra G.

INVESTIGACIÓN CIENTÍFICA EN 10 PASOS

Paso 7 de:

NotaLos Pasos 8 al 10 del Manual se encuentran en etapa de construcción.

BibliografíaHeeringa, S. & otros (2010). Applied survey data analysis. Boca Raton, USA: PSC.

Hernández Sampieri, Roberto. Fernandez, Collado y Baptista (2010). Metodología de la Investigación - Quinta Edición. Mexico: McGraw Hill.