Please enable JavaScript.

Coggle requires JavaScript to display documents.

SELECCIÓN DE LA MUESTRA 1 María…

- - - - que estará presente en la mayoría de las investigaciones, a menos de que sea un censo
        
        se deben evitar errores:
        
        Desestimar o no elegir a casos que deberían ser parte de la muestra (participantes que deberían estar y no fueron seleccionados).
        
        Incluir a casos que no deberían estar porque no forman parte de la población.
        
        Seleccionar casos que son verdaderamente inelegibles
        
        para evitarlos es necesario delimitar correctamente la población
  - - - que son los casos o elementos de estudio, que dependerán del planteamiento de la investigación y de los alcances del estudio
    - - es el conjunto de todos los casos que concuerdan con una serie de especificaciones. Esta va a ser estudiada y generalizada y debe ser práctica
        
        Es preferible establecer con claridad las características de la población, con la finalidad de delimitar cuáles serán los parámetros muestrales
        
        Ejemplo: Directores generales de empresas de manufactura ubicadas en México que en 2010 tienen un capital social superior a 10 millones de pesos, con ventas superiores a los 30 millones de pesos y/o con más de 250 personas empleadas
    - - Se pretende que este subconjunto sea un reflejo fiel del
        conjunto de la población
  - - - que permitan construir y/o probar teorías que expliquen el fenómeno o población, mediante una técnica adecuada
  - - - Cuando todos los elementos de la población tienen la misma posibilidad de ser escogidos y se obtienen definiendo las características de la población y el tamaño de la muestra, y por medio de una selección aleatoria o mecánica de las unidades de análisis
        
        Ejemplo: Las loterías tradicionales, a partir de las esferas con un dígito que se extraen (después de
        revolverlas mecánicamente) hasta formar el número
        
        Ventaja: puede medirse el tamaño del error (estándar) en las predicciones
        
        Son esenciales en los diseños de investigación transeccionales, tanto descriptivos como correlacionales-causales
        
        Se pretende hacer estimaciones de variables en la población que se miden y se analizan con pruebas estadísticas en una muestra
        
        Procedimiento
        
        Calcular un tamaño de muestra que sea representativo de la población
        
        Se recomienda utilizar el programa STATS obteniendo muestras aleatorias simples (MAS), aunque también se puede calcular con fórmulas manualmente
        
        STATS
        
        Se proporcionan los datos de:
        
        1 more item...
        
        Se busca 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
        
        Seleccionar los elementos muestrales (casos) de manera que al inicio todos tengan la misma posibilidad de ser elegidos
    - - Cuando la elección de los elementos no depende de la probabilidad, sino de causas relacionadas con las características de la investigación o de quien hace la muestra
        
        El procedimiento no es mecánico ni con base en fórmulas de probabilidad. Las muestras seleccionadas obedecen
        a otros criterios de investigación
        
        Suponen un procedimiento de selección informal. Se utilizan en diversas investigaciones cuantitativas y cualitativas
        
        Se seleccionan individuos o casos “típicos” sin intentar que sean representativos de una población determinada
        
        Muestreo por marcado telefónico
        
        Involucra identificar áreas geográficas y sus correspondientes códigos telefónicos e intercambios. Los demás
        dígitos del número a marcar pueden ser generados al azar
        
        Desventaja:
        
        No es posible calcular con precisión el error estándar y la estadística inferencial se basa en la teoría de la probabilidad. Por lo tanto, los datos no pueden generalizarse
        
        Ventaja:
        
        Vista cuantitativa: Requiere una cuidadosa y controlada elección de casos con ciertas características especificadas previamente en el planteamiento del problema
        
        Vista cualitativa: Logran obtener los casos que interesan al investigador
        
        Ejemplo: 30 niños verían caricaturas prosociales y otros 30 observarían caricaturas muy violentas