Please enable JavaScript.
Coggle requires JavaScript to display documents.
Capítulo 8: Selección de la muestra - Coggle Diagram
Capítulo 8: Selección de la muestra
¿Cómo se delimita una población?
Así, una población es el conjunto de todos los casos que concuerdan con una serie de especificaciones (Lepkowski, 2008b)
Los criterios que cada investigador cumpla dependen de sus objetivos de estudio, y es importante establecerlos de manera muy específica
Una vez que se ha definido cuál será la unidad de muestreo/análisis, se procede a delimitar la población que va a ser estudiada y sobre la cual se pretende generalizar los resultados.
¿En una investigación siempre tenemos una muestra?
Sólo cuando queremos efectuar un censo debemos incluir todos los casos (personas, animales, plantas, objetos) del universo o la población
Las muestras se utilizan por economía de tiempo y recursos
No siempre, pero en la mayoría de las situaciones sí realizamos el estudio en una muestra
Lo primero: ¿sobre qué o quiénes se recolectarán datos?
Se les denomina también casos o elementos
Por tanto, para seleccionar una muestra, lo primero que hay que hacer es definir la unidad de muestreo/análisis (si se trata de individuos, organizaciones, periodos, comunidades, situaciones, piezas producidas, eventos, etc.
Aquí el interés se centra en “qué o quiénes”, es decir, en los participantes, objetos, sucesos o colectividades de estudio (las unidades de muestreo), lo cual depende del
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 y delimitarse de antemano con precisión, además de que debe ser representativo de la población
El investigador pretende que los resultados encontrados en la muestra se generalicen o extrapolen a la población (en el sentido de la validez externa que se comentó al hablar de experimentos)
El interés es que la muestra sea estadísticamente representativa
¿Cómo seleccionar la muestra?
se debe definir cuál será la unidad de muestreo/análisis y cuáles son las características de la población
La muestra es, en esencia, un subgrupo de la población
Tipos de muestra
Las muestras no probabilísticas
Subgrupo de la población en el que todos los elementos tienen la misma posibilidad de ser elegido
Las muestras probabilística
Subgrupo de la población en la que la elección de los elementos no depende de la probabilidad, sino de las características de la investigación
Tamaño óptimo de una muestra
Debemos recordar que en el caso de los experimentos, la muestra representa el balance entre un mayor número de casos y el número que podamos manejar
Recordemos que la mayoría de
las pruebas estadísticas exigen 15 casos como mínimo por grupo de comparación (HernándezSampieri et al., 2013 y Mertens, 2010
El tamaño de una muestra depende también del número de subgrupos que nos interesan en una población.
Además, resulta obvio que en ciertos fenómenos el tamaño de la muestra varía en función de qué tan homogéneo o heterogéneo es el universo considerado
La selección aleatoria de los elementos muestrales
Recordemos que lo óptimo de una muestra depende de cuánto se aproxima su distribución a la distribución de las características de la población
La determinación del tamaño de la muestra
Esta aproximación mejora al incrementarse el tamaño de la muestra
Cuando las muestras están constituidas por 100 o más elementos tienden a presentar distribuciones normales y esto sirve para el propósito de hacer estadística inferencial
(generalizar de la muestra al universo)
A lo anterior se le llama teorema central del
límite (Kish, 1995): señala que una muestra de más de cien casos será una muestra con una distribución normal en sus características, lo cual sirve para el propósito de hacer estadística inferencial
¿Cómo se lleva a cabo el procedimiento
de selección de la muestra?
Las unidades de análisis o los elementos muestrales se eligen siempre aleatoriamente para asegurarnos de que cada elemento tenga la misma probabilidad de ser elegido.
Se utilizan básicamente tres procedimientos de selección, de los cuales a continuación se comentan dos y el tercero se expone en el centro de recursos en línea
Documentos
Documento 1 “Cálculo de muestra
Material complementario
Se determina el tamaño de la muestra n, pero ¿cómo seleccionar los elementos muestrales? (ya sean casos o racimos)
Tómbola
Después se hacen fichas o papeles, uno por cada elemento, se revuelven en una caja y se van sacando n número de fichas, según el tamaño de la muestra
Los números elegidos al azar conformarán la muestra
Muy simple pero muy rápido, consiste en numerar todos los elementos muestrales de la población, del uno al número N
Cuando nuestro muestreo es estratificado, se sigue el procedimiento anterior, pero por cada estrato
Cuando iniciamos nuestra exposición sobre la muestra probabilística, señalamos que los tipos de muestra dependen de dos características: el tamaño de la muestra y el procedimiento de selección
Números aleatorios (random numbers)
Éste es el procedimiento que se encuentra en el centro de recursos en línea: Documento 1 “Cálculo de muestra
STATS
Una excelente alternativa para generar números aleatorios se encuentra en el programa STATS®, que contiene un subprograma para ello (Random Number Generator) y evita el uso de la tabla de números aleatorios
El programa pide que le indiquemos cuántos números aleatorios requerimos
Selección sistemática de elementos muestrales
Así, tenemos que K = N/n, en donde K = un intervalo de selección sistemática, N = la población y n = la muestra
Este último (K ) es un intervalo que se determina por el
tamaño de la población y el tamaño de la muestra
Este procedimiento de selección es muy útil e implica elegir dentro de una población N un número n de elementos a partir de un intervalo K
Listados y otros marcos muestrales
Archivos
Un gerente de reclutamiento y selección de una empresa quiere precisar si ciertos datos que se presentan en una solicitud de trabajo están correlacionados con el absentismo del empleado.
Es decir, si a partir de información como edad, género, estado civil, nivel educativo y duración en otros trabajos es factible predecir la conducta de absentismo
Para establecer correlaciones se considerará como
población a todas las personas contratadas durante los últimos 10 años
Se relacionan los datos en las solicitudes de empleo con los registros de faltas
Como no hay una lista elaborada de estos individuos, el investigador decide acudir a los archivos de las solicitudes de empleo
Tales archivos constituyen su marco muestral a partir del cual se obtendrá la muestra
Determina el tamaño de la población, obtiene el tamaño de la muestra y selecciona sistemáticamente cada elemento 1/K (solicitud que será analizada)
Obviamente, en el archivo habrá solicitudes de gente que no fue contratada y, por tanto, no debe considerarse en el estudio
Marco muestral
Es un marco de referencia que nos permite identificar físicamente los elementos de la población, así como la posibilidad de enumerarlos y seleccionar las unidades muestrales
Mapas
En la actualidad hay mapas de todo tipo: mercadológicos, socioculturales, étnicos, marítimos, entre otros
El Global Positioning System (GPS) o sistema de posicionamiento global puede ser muy útil para esta clase de muestreo
El mapa le permite ver la población y su localización geográfica, de manera que elige zonas donde coexistan diferentes tiendas competidora, para asegurarse de que el consumidor de la zona tenga todas las posibles alternativa
Los mapas son muy útiles como marco de referencia en muestras de racimos
Las muestras probabilísticas requieren la determinación del tamaño de la muestra y de un proceso de selección aleatoria que asegure que todos los elementos de la población tengan la misma probabilidad
¿Cómo y cuáles son las muestras no probabilísticas?
Se utilizan en diversas investigaciones cuantitativas y cualitativa
La ventaja de una muestra no probabilística —desde la visión cuantitativa— es su utilidad para determinados diseños de estudio que requieren no tanto una “representatividad” de elementos de una población, sino una cuidadosa y controlada elección de casos con ciertas características especificadas previamente en el planteamiento del problema
También llamadas muestras dirigidas, suponen un procedimiento de selección orientado por las características de la investigación, más que por un criterio estadístico de generalización
Para el enfoque cualitativo, al no interesar tanto la posibilidad de generalizar los resultados, las muestras no probabilísticas o dirigidas son de gran valor, pues logran obtener los casos (personas, objetos, contextos, situaciones) que interesan al investigador y que llegan a ofrecer una gran riqueza para la recolección y el análisis de los datos
Muestreo al azar por marcado telefónico (Random Digit Dialing)
Involucra identificar áreas geográficas —para ser muestreadas al azar— y sus correspondientes códigos telefónicos e intercambios (los primeros dígitos del número telefónico que las identifican
Luego, los demás dígitos del número que se va a marcar pueden ser generados al azar de acuerdo con los casos que requerimos para la muestra (n)
Ésta es una técnica que los investigadores utilizan para seleccionar muestras telefónicas
Es posible reconocer qué intercambios son usados de forma primaria para teléfonos residenciales y enfocar el muestreo en ese subgrupo (Kreuter, 2013)
Asimismo, es muy útil para incluir en muestras a teléfonos celulares o móviles y aparatos con GPS (Hernández-Sampieri et al., 2013)
Una máxima del muestreo y el alcance del estudio
La mayor parte de las veces, las investigaciones experimentales utilizan muestras dirigidas, porque como se comentó, es difícil manejar grupos grandes o múltiples casos (debido a ello se ha insistido que, en los experimentos, la validez externa se consolida mediante la repetición o reproducción del estudio)
Las investigaciones no experimentales descriptivas o correlacionales-causales deben emplear muestras probabilísticas si quieren que sus resultados sean generalizados a la población
Los estudios exploratorios regularmente emplean muestras dirigidas, aunque podrían usarse muestras probabilísticas
Asimismo, en ocasiones la muestra puede ser en varias etapas (polietápica)
Ya sea que se trate de un tipo de muestreo u otro, lo importante es elegir a los casos adecuados, de acuerdo con el planteamiento del problema y lograr el acceso a ellos
¿Cómo se selecciona una muestra probabilística?
Calcular un tamaño de muestra que sea representativo de la población
Seleccionar los elementos muestrales (casos) de manera que al inicio todos tengan la misma posibilidad de ser elegidos
Cálculo del tamaño de muestra
La respuesta consiste en encontrar una muestra que sea representativa del universo o población con cierta posibilidad de error (se pretende minimizar) y nivel de confianza (maximizar), así como probabilidad.
Calcular un tamaño de muestra que sea representativo de la población
Cuando se elabora una muestra probabilística, uno debe preguntarse: dado que una población
es de N tamaño
Consiste en seleccionar los elementos muestrales de manera que al inicio todos tengan la misma posibilidad de ser elegidos
Cómo y de dónde vamos a elegir los casos
Muestra probabilística estratificada
Muestreo en el que la población se divide en segmentos y se selecciona una muestra para cada segmento
Muestreo probabilístico por racimos
Muestreo en el que las unidades se encuentran encapsuladas en determinados lugares físicos