CAPITULO Vlll SELECCIÓN DE LA MUESTRA INTEGRANTES: ANA PATRICIA CORREDOR DIAZ NATALIA ARTEAGA ERICA TATIANA FARIAS CUCHIVAQUE DENY CAMILA TORRES AVELLA ANGELA MARIA RODRIGUEZ LEON

¿ CUAL ES EL OBJETIVO? El objetivo es demostrar como analizar los conceptos de muestra, población , tamaño de la muestra representatividad de la muestra y procedimiento de selección. También la tipología de muestras: probabilísticas y no probabilísticas. Otro objetivo es enseñarnos cómo proceder para obtener la muestra, dependiendo del tipo de selección elegido.

NO PROBABILÍSTICA O DIRIGIDA Un subgrupo de la población MUESTRAº Se utiliza por es Clases: Economía de tiempo y recursos PROBABILÍSTICA NO PROBABILÍSTICA O DIRIGIDA Selecciona elementos muestrales por medio de: • Selecciona participantes por uno o varios propósitos • No pretende que los casos sean representativos de la población implica Requiere precisar el tamaño de la muestra Definir la unidad de análisis Listado o marco muestral procedimientos requiere como Tómbolas - Tablas de números aleatorios - STATS - Selección sistemática Delimitar la población para generar resultados y establecer parámetros

¿ SOBRE QUE O A QUIENES SE RECOLECTERAN LOS DATOS? En los participantes, objetos, sucesos o comunidades de estudio es decir las unidades de análisis, lo cual depende del planteamiento de la investigación y de los alcances del estudio. Para seleccionar una muestra, lo primero que hay que hacer es definir la unidad de análisis como individuos, organizaciones, periódicos, comunidades, situaciones, eventos, etc. Una vez definida la unidad de análisis se delimita la población

¿CÓMO SE DELIMITA UNA POBLACIÓN? Una vez que se ha definido cuál será la unidad de análisis, se procede a delimitar la población que va a ser estudiada y sobre la cual se pretende generalizar los resultados. Una deficiencia que se presenta en algunos trabajos de investigación es que no describen lo suficiente las características de la población o consideran que la muestra la representa de manera automática. Es preferible entonces establecer con claridad las características de la población, con la finalidad de delimitar cuáles serán los parámetros muestrales.

¿Cómo seleccionar la muestra? Todas las muestras bajo el enfoque cuantitativo deben ser representativas; por tanto, el uso de este término resulta por demás inútil. Los términos al azar y aleatorio denotan un tipo de procedimiento mecánico relacionado con la probabilidad y con la selección de elementos; pero no logran esclarecer tampoco el tipo de muestra y el procedimiento de muestreo. Hablemos entonces de estos conceptos en los siguientes apartados.

TIPOS DE MUESTRA MUESTRAS PROBABILISTICAS: En las muestras probabilísticas 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.

¿CÓMO SE SELECCIONA UNA MUESTRA PROBABILÍSTICA? la elección entre la muestra probabilística y la no probabilística se determina con base en el planteamiento del problema, las hipótesis, el diseño de investigación y el alcance de sus contribuciones. Las muestras probabilísticas tienen muchas ventajas, quizá la principal sea que puede medirse el tamaño del error en nuestras predicciones. El principal objetivo en el diseño de una muestra probabilística es reducir al mínimo este error, al que se le llama error estándar .Las muestras probabilísticas son esenciales en los diseños de investigación transeccionales.

¿QUÉ ES NECESARIO PARA HACER UNA MUESTRA PROBABILISTICA? Para hacer una muestra probabilística son necesarios dos procedimientos: 1. calcular un tamaño de muestra que sea representativo de la población. Esto depende del problema de investigación y la población a estudiar. 2. seleccionar los elementos muestrales o casos de manera que al inicio todos tengan la misma posibilidad de ser elegidos. Estos deben ser en forma aleatoria.

MUESTRA PROBABILISTICA ESTRATIFICADA El objetivo del investigador es comparar sus resultados entre segmentos grupos o nichos de población ya que así se señala en el planteamiento del problema. Como ejemplo las comparaciones de géneros entre hombres y mujeres, tendremos unidades o elementos de ambos géneros, si la muestra es aleatoria. MUESTREO PROBABILISTICO POR RACIMOS O CLUSTERS La muestra por racimos es aquella en la que las unidades de análisis se encuentran localizadas en determinados lugares físicos. En esta supone una selección en dos o mas etapas, las cuales tienen un procedimiento probabilísticos.

LISTADOS Y OTROS MARCOS MUESTRALES La muestra probabilística requiere 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 de ser elegidos. Algo esencial para esta selección de la muestra es el maro muestral, este marco nos permite identificar físicamente los elementos de la población, así como posibilidad de enumerarlos y seleccionar los elementos muéstrales.

MUESTRAS NO PROBABILISTICAS O DIRIGIDA En las muestras no probabilísticas 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. Aquí el procedimiento no es mecánico ni con base en fórmulas de probabilidad, sino que depende del proceso de toma de decisiones de un investigador o de un grupo de investigador o investigadores. Elegir entre una muestra probabilística o una no probabilística depende de los objetivos del estudio, del esquema de investigación y de la contribución que se piensa hacer con ella.

VENTAJAS DE LA MUESTRA NO PROBABILISTICA ENFOQUE CUANTITATIVO ENFOQUE CUALITATIVO No requiere tanto una representatividad de elementos de una población, si no una cuidadosa y controlada elección de casos con ciertas características en el planteamiento del problema. Esta no está interesada tanto en la posibilidad de generalizar los resultados, pues logran obtener los casos que le interesan al investigador.

GRACIAS