MUESTREO : Generalidades

Presentación del tema: "MUESTREO : Generalidades"— Transcripción de la presentación:

1 MUESTREO : Generalidades
Una vez definido el problema a investigar, formulados los objetivos y delimitadas las variables se hace necesario determinar los elementos o individuos con quienes se va a llevar a cabo el estudio o investigación.

2 Muestreo Procedimiento por el cual se extrae, de un conjunto de unidades que constituyen el objeto de estudio ( población), un número de casos reducido (muestra) elegidos con criterios tales que permitan la generalización a toda la población de los resultados obtenidos al estudiar la muestra.

3 Conceptos Iniciales Población: Conjunto de unidades de las que se desea obtener cierta información. Unidades: Personas, Familias, Viviendas, Escuelas, Organizaciones, Artículos de Prensa Muestra: Selección de unas unidades concretas de la población que representen la característica que se quiere medir.

4 Razones de Muestreo Disminución de costos ( tiempo, personal, material)‏ Al disminuir el número de casos disminuyen también los errores asociados a la manipulación de los datos. Puede confiarse en la generalización de los resultados si se ha tenido cuidado al seleccionar la muestra.

5 Criterios importantes para la selección de la muestra
Salvo en poblaciones muy pequeñas y accesibles nunca se observan a todas las unidades de la población. Se debe diseñar una muestra que constituya una representación a pequeña escala de la población a la que pertenece. Cualquier diseño muestral comienza con la búsqueda de la información que ayude a la identificación de las características de la población bajo estudio.

6 Condiciones que debe cumplir una “buena” muestra
Que comprendan parte de la población y no la totalidad de ésta. ( salvo en los casos antes explicados‏) Aunque el sentido común pareciera indicar que poblaciones más grandes deben producir muestras mayores, esto no es siempre cierto ya que: El tamaño de la población NO es el único elemento que influye en el tamaño de la muestra.

7 Condiciones que debe cumplir una “buena” muestra
La ausencia de distorsión en la elección de los elementos de la muestra. Si esta elección presenta alguna anomalía, la muestra resultará por este mismo hecho viciada. Que sea representativa o reflejo fiel de la población, de tal modo que reproduzca sus características básicas en orden a la investigación.

8 Condiciones que debe cumplir una “buena” muestra
Si hay sectores diferenciados en la población que se supone ofrecen características especiales la muestra también deberá comprenderlos en la misma proporción.

9 Tamaño de la muestra Es el número de unidades a incluir en la muestra.
Existen varios factores que influyen en el: Tiempo y recursos disponibles Modalidad de Muestreo Tipo de Análisis Previsto Varianza o heterogeneidad de la población Margen de Error máximo admisible Nivel de confianza de la estimación muestral

10 Modalidad de Muestreo Seleccionada
La selección de las modalidades de muestreo ( probabilísticos y no probabilísticos) se halla determinada por la confluencia de varios factores: los objetivos, los recursos, la accesibilidad de la población y el tiempo. Los diseños no probabilísticos demandan un tamaño muestral menor.

11 Tipos de Muestreos PROBABILÍSTICOS NO PROBABILISTICOS Todas las unidades tienen igual probabilidad de participar en la muestra. La elección de cada unidad muestral es independiente de las demás. Se puede calcular el error muestral. Cada unidad NO tiene igual probabilidad de participar en la muestra. No se puede calcular el error muestral. Alto riesgo de invalidez producido por la introducción de sesgos.

12 Ejemplo: ¿Muestreo Probabilístico?
Se realiza un muestreo entre los alumnos que van a clases de la Materia Metodología, eligiéndolos al azar a la entrada del salón. Este diseño es NO probabilístico porque aquellos que no van a clases NO PUEDEN ser elegidos

13 Ejemplo: ¿Muestreo Probabilístico?
Se utiliza la lista de propietarios de líneas telefónicas para elegir a aquellos que serán encuestados. Este diseño es NO Probabilístico porque aquellos que no tienen teléfono NO PUEDEN ser elegidos

14 Ejemplo: ¿Muestreo Probabilístico?
Un investigador toma muestras del carbón extraído de una mina, tomando al azar trozos de carbón de la parte superior de cada camión. Este diseño es NO probabilístico porque solo se toma carbón de la parte superior

15 Recordando: Tipos de Muestreos
PROBABILÍSTICOS NO PROBABILISTICOS Todas las unidades tienen igual probabilidad de participar en la muestra. La elección de cada unidad muestral es independiente de las demás. Se puede calcular el error muestral Cada unidad NO tiene igual probabilidad de participar en la muestra. Alto riesgo de invalidez producido por la introducción de sesgos. No se puede calcular el error muestral.

16 Muestreos Probabilísticos: Simple
Se realiza utilizando alguna fuente de elección aleatoria. Supone que cada miembro de la población tiene elemento que lo identifica ( ej. Un número identificador) y mediante el cual puede ser elegido si “sale” sorteado. La afirmación anterior implica que hay que tener un listado completo de TODOS los miembros de la población

17 Muestreos Probabilísticos: Simple
Ventajas Facilidad en los cálculos estadísticos Elevada probabilidad de lograr “equivalencia” entre las características de la muestra y las correspondientes a la población Desventajas Cada que cada miembro de la población tiene que ser identificado Complicado en poblaciones grandes Alto costo

18 Muestreos Probabilísticos: Muestreo Aleatorio Estratificado
Presupone el conocimiento de las características de las unidades que forman la población para poder dividirla en grupos (estratos)‏. Se eligen los miembros de la muestra en cada estrato creado siguiendo algún tipo de muestreo de los vistos anteriormente.

19 Ej. Muestreo Probabilístico por Estratos
Escuelas Escuela Primarias Escuela 1 Profesores Escuela 2 Escuela Secundarias Estrato Primario Se seleccionan ALEATORIAMENTE ni profesores de cada una de las escuelas seleccionadas . Ej. 2 de la escuela primaria 1 y 2 de la escuela primaria 2.

20 Muestreos Probabilísticos: Muestreo Aleatorio Estratificado cont…
El objetivo de este tipo de muestreo es garantizar la representatividad equitativa de los estratos (que implica representación equitativa de las características de la población). Se logra si: Son máximas las diferencias entre los estratos Son mínimas las diferencias entre los miembros de un mismo estrato. Los criterios de división de la población en estratos se hallen relacionadas con los objetivos de la investigación.

21 Muestreos Probabilísticos: Muestreo Aleatorio Estratificado cont…
Los tamaños de cada estrato pueden ser: Los mismos ( Afiliación simple)‏ Proporcional al peso relativo ( tamaño) del estrato dentro de la población (Proporcional)‏ En función de la heterogeneidad de cada estrato ( Óptima)‏