MUESTRA Y MUESTREO.

Presentación del tema: "MUESTRA Y MUESTREO."— Transcripción de la presentación:

1 MUESTRA Y MUESTREO

2 1- Introducción Poblacion Muestra
Sub-conjunto de la población Unidad de análisis Población Muestra Muestreo Importante definir: a- Población diana o universo vs. población accesible o disponible b- Procedimiento de muestreo c- Muestra diferente según lógica de investigación Parámetros 2 xy Estadísticos S S 2 rxy

3 2. Consideraciones en la selección de la muestra (n)
Tener en cuenta:  Tipo y lógica de investigación Hipótesis de investigación Limitaciones financieras Importancia de los resultados Número de variables estudiadas Métodos de recogida de datos Grado de exactitud necesario Tamaño de la población (McMillan y Schumacher, 2005)

4 3. Selección y tamaño de una muestra en investigación cuantitativa
 Identificación de las caracteristicas de la población (N) - contenido, lugar y tiempo) , según objetivos de investigación Determinación del tamaño de la muestra (n) Selección de una muestra (n): muestreo probabilitico IMPORTANTE: La muestra debe asegurar representatividad y evitar sesgos.

5 3.1. Algunos ejemplos: representatividad y sesgo
Ej. de poblaciones definidas de forma precisa: - Estudiantes de primer curso de Educación secundaria de la Pcia de Bs As - Niños con bajo rendimiento en matemática en las escuelas primarias públicas de la provincia de La Rioja - Docentes de Lengua que desarollan propuestas áulicas en lengua utilizando Tic en el ciclo lectivo 2013 Ej. de muestra sesgada: (N)= Niños con bajo rendimiento en matemática en las escuelas primarias públicas de la provincia de La Rioja (n)= En la muestra se seleccionó solamente a niños con bajo rendimiento de escuelas urbano marginales. Y no se inlcuyen en la muestra los que asisten a escuelas del centro. 

6 3.2. Determinación del tamaño de la muestra
Importancia del tamaño para evitar errores a- Muestra pequeña Resultados no generalizables b- Muestra grande No “ahorra” trabajo Para estimar el tamaño de la muestra hay que estimar el “ nivel de confianza” que deseamos que alcancen los datos ( ,7%) y un error de estimación del 5% como máximo 

7 3.3. Tamaños muestrales (n) en función del tamaño de la población (N)
10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 n 10 14 19 24 28 32 36 40 44 48 52 56 59 63 66 70 73 76 N 100 110 120 130 140 150 160 170 180 190 200 210 220 230 240 250 260 270 n 80 86 92 97 103 108 113 118 123 127 132 136 140 144 148 152 155 159 N 280 290 300 320 340 360 380 400 420 440 460 480 500 550 600 650 700 750 n 162 165 169 175 181 186 191 196 201 205 210 214 217 226 234 242 248 254 N 800 850 900 950 100 1100 1200 1300 1400 1500 1600 1700 1800 1900 2000 2200 2400 2600 n 260 265 269 274 278 285 291 297 302 306 310 313 317 320 322 327 331 335 N 2800 3000 3500 4000 4500 5000 6000 7000 8000 9000 10000 15000 20000 30000 40000 50000 75000 100000 n 338 341 346 351 354 357 361 364 367 368 370 375 377 379 380 381 382 384 Krejcie, R.V. y Morgan, D.W. (1970). Determing simple size for research activities. ducational and Psychological Measurement, 30, 608.

8 3.4. Tamaños muestrales en función del tamaño de la
población y del error muestral permitido Población 500 1000 2500 5000 10000 25000 50000 100000 1% - 5000 7143 8333 9091 10000 2% - 1250 1667 2000 2273 2381 2439 2500 3% - 769 909 1000 1064 1087 1099 1111 4% - 385 500 556 588 610 617 621 625 5% 222 286 345 370 385 394 397 398 400 10% 83 91 96 98 99 100 Arkin, H. y Colton, R. (1962). Tables for statistics. New Cork: Barnes y Noble

9 3.5. Error Muestral Es la diferencia entre el parámetro de una población y el estadístico de una muestra  Tipos de error: Cualquier tipo de error introducido en la muestra a lo largo del proceso de selección - Error de sesgo: la muestra no es representativa de la población - Error aleatorio: debido al azar, al trabajar con una muestra  Pueden ser reducidos: - Empleo de muestras grandes - Empleo de muestreo estratificado proporcional - Réplicas sucesivas de la investigación

10 3.6. Población Total vs Muestra
Parámetros 2 xy Estadísticos S S 2 rxy Media Desviación típica Varianza Correlación A partir de los estadísticos de la muestra (n) inferimos los valores o parámetros de la población (N) Estadística Inferencial

11 4. Selección de la muestra en la investigación cualitativa
Identificar la población: definición teórica espacio-temporal Identificar tipos de casos: personas, situaciones, instituciones, comunidades, etc. Casos/unidades individuales: colectivos-agregados, histórico-espaciales, textuales. Formular criterios teóricos: orientan la selección e inclusión de casos en función de: a. Localización espacio-histórica b. Atributos propios b. Relaciones-nexos con entorno/otras unidades C- Objetivos de investigacion Utilizar muestreo no probabilistico en función de criterios explícitos: seleccionar informantes ( o documentos o material visual) que respondan de la mejor manera a las preguntas de investigación. 

12 4.1. Nociones útiles para la seleccion de casos
Significatividad de los casos Cuatro parámetros/ criterios:  1- El entorno (dónde la investigación tendrá lugar), 2- Los actores (aquellos que serán observados o entrevistados), 3- Los eventos (aquello que los actores observados hacen o sobre lo que son entrevistados) 4- El proceso (la naturaleza desarrollada de eventos llevada adelante por los actores dentro del entorno). (Miles y Huberman1984 , cit p/ Creswell ,2003)

13 4.2 Diferencias lógica cuantitativa y cualitativa
Lógica cualitativa Representatividad de la muestra Homogeneidad entre las unidades muestrales y diferencicacion interna Muestras extensas en la mayoria de los diseños Uso de muestreos probabilísticos Significatividad de los casos Diversidad y heterogeneidad de los casos Muestras intensivas, pocos casos que se estudian con mayor profundidad. Uso de muestreos no probabilísticos

14 Muestreo probabilístico
5. Técnicas de muestreo  Muestreo probabilístico  Muestreo no probabilístico

15 5.1 Muestreo probabilístico
- Muestreo aleatorio simple - Muestreo estratificado - Muestreo sistemático - Muestreo por conglomerados Muestreo en etapas múltiples

16 5.2 Muestreo no probabilístico
- Muestreo disponibleo (o por accesibilidad) - Muestreo intencional u opinático - Muestreo por cuotas

17 Tecnicas de Muestreo LIMITACIONES ALEATORIO SIMPLE SISTEMÁTICO
ESTRATIFICADO PROPORCIONAL ESTRATIFICADO NO POR GRUPOS (CLUSTER) VENTAJAS . Fácil de entender . Poco conocimiento de la población . Libre de error . Fácil analizar e interpretar resultados . Simple . Libre de error en clasificación de sujetos . No necesidad de numerados . Permite comparaciones de grupos . Más representativo que anteriores . Menos sujetos si estratos relacionados con VD . Resultados representan la población sin ponderar . Más representativo que anteriores. . Asegura nº adecuado de elementos de cada subgrupo . Bajo coste . Eficaz con poblaciones numerosas . Permite análisis de grupos individuales LIMITACIONES . Numerar cada elemento de la población . Mayor error de muestreo que en el estratificado para el mismo tamaño muestral . Periodicidad en la lista de elementos de la población . Identificación de subgrupos de cada elemento de la población . Conocimiento de la proporción de cada subgrupo en la . Costoso y difícil preparar listas de los elementos de población en cada subgrupo . Ponderación de subgrupos para representar la población . Menos exactitud que anteriores. . Difícil recoger datos de elementos en un grupo . Cada elemento de la población asignado a un solo grupo.

18 VENTAJA LIMITACIONES Tecnica DE Muestreo POR CONVENIENCIA INTENCIONADO
POR CUOTAS VENTAJA . Rápido y económico . Fácil de administrar . Asegura un índice alto de participación participación. . Asegura la recepción de información necesaria . Proporciona muestras más representativas los anteriores LIMITACIONES . Difícil de generalizar . Menos representativa . Resultados dependen de características particulares de la muestra . Mayor probabilidad de error debido a sesgos del experimentador o de los sujetos . Requiere identificación de cada sujeto . Difícil de generalizar a otros sujetos . Los resultados dependen de las . Mayor probabilidad de error . Más lento que anteriores

19 Referencias Básicas CRESWELL, J.( 2003) “Research Design : qualitative – quintitative, and mixed methods approaches” ( 2º Edic) Londres : Sages. HERNÁNDEZ SAMPIERI y Ot: (2000). “Metodología de la Investigación”. México. Ed. McGraw Hill.. LATORRE, A., DEL RINCÓN D., ARNAL, J. (1997).”Bases metodológicas de la Investigación Educativa”. Barcelona. Nurtado. LEÓN, O. G. Y MONTERO I. (2002) Métodos de investigación en Psicología y Educación. Edit. Mac GrawHill MCMILLAN, J.S. Y SCHUMACHER, S. (2005). Investigación educativa: una introducción conceptual. Madrid: Pearson. RODRÍGUEZ GÓMEZ, G; GIL FLORES, J, GARCIA JIMÉNEZ, E (2005) Metodología de Investigación Cualitativa. Málaga . Ediciones Aljibe YUNI, J., URBANO, C. (2000): “Investigación Etnográfica e Investigación-Acción”. Córdoba. Ed. Brujas.