INVESTIGACIÓN CAUSAL

Para obtener

evidencia de

relaciones

causales

(causa- efecto)

Uso:

Diego Lino Vásquez

Propósitos:

1. Entender qué variables son la causa (variable independiente) y cuales son el efecto (variables dependientes) de un fenómeno.

2. Determinar la naturaleza de la relación entre las variables causales y el efecto que se va a predecir.

Relaciones de causa- efecto.

TEMA : DISEÑO Y PROCEDIMIENTOS DE MUESTREO

1. Muestra o censo

2. Terminología y fundamentos del muestreo

3. Etapas den la selección de la muestra

4. Muestreo no probabilístico

Muestreo de convenienciaMuestreo de juiciosMuestreo por cuotasMuestreo de “bola de nieve”

5. Muestreo probabilístico

Muestreo aleatorio simpleMuestreo aleatorio sistemáticoMuestreo aleatorio estratificadoMuestreo por conglomerados

6. Determinación del diseño muestral apropiado

7. Determinación del tamaño de la muestra

7.1. Muestreo aleatorio simple

7.2. Muestreo estratificado

2. TERMINOLOGÍA

Muestreo: conjunto de operaciones encaminadas adeterminar una muestra, su tamaño y demás característicasnecesarios para identificar a los elementos que la forman.

Población: conjunto formado por la totalidad de elementoscon arreglo a unas características concretas.

Población de estudio: conjunto de elementos sobre los quese toma la muestra.

Muestra: subconjunto de elementos de la población elegidospara estudiar y así tratar de inferir características de lapoblación.

Censo: relación completa de los elementos de una población.

TERMINOLOGÍA

Sesgo: error específico de la muestra por falta derepresentatividad.

Error muestral: es el imputable al estudio de unaparte de la población o muestra.

Error no muestral: es el que se produce en toda lainvestigación como consecuencia de definicionesconceptuales incorrectas, de fallos en los instrumentos demedida, en la entrevista o en el desarrollo del trabajo decampo.

2. TERMINOLOGÍA

Marco muestral: listado que identifica a los elementos de lapoblación objetivo.

Elemento: cada una de las unidades sobre las que interesaobtener información.

Unidad muestral: unidad seleccionada de la población para laaplicación de la técnica de investigación; contiene los elementosde la población que pueden formar parte de la muestra.

Parámetro: medida de una característica determinada de unapoblación. Si esta medida está referida a una muestra entoncesse denomina estadístico. La diferencia entre ambos valores es elerror muestral.

Estimador: es el valor muestral utilizadopara inferir un valor poblacional. Unestimador insesgado es un estimador cuyaesperanza matemática es el parámetropoblacional que estima. Se dice que unestimador es consistente si al sustituir eltamaño de la muestra por el del total de lapoblación la estimación coincide con elparámetro poblacional.

Distribución muestral: Es larepresentación de los valores de losestadísticos (la media, por ejemplo) con susfrecuencias.

2. TERMINOLOGÍA

2. TERMINOLOGÍA

Teorema central del límite: si el tamaño de la muestra es losuficientemente grande (a partir de 30) y si las muestras seextraen aleatoriamente, este teorema nos dice que la distribuciónde muestreo de la media aproximadamente tendrá unadistribución normal con una media igual a la de la población ycon una varianza igual a la varianza de la población dividida porel tamaño de la muestra.

Dispersión: medida estadística del nivel de variación de laopinión del colectivo total sobre el tema analizado respecto alvalor medio.

Inferencia estadística: proceso de estimaciónde resultados válidos para una población a partirde los resultados obtenidos de una muestra deesa población.

Intervalo de confianza: intervalo con unadeterminada probabilidad de incluir el valorpoblacional. Se determina a partir de losresultados muestrales y el error de muestreo.

Nivel de confianza: probabilidad de obtener unintervalo de confianza concreto.

Método de muestreo: procedimiento utilizadopara seleccionar de forma representativa lasunidades muestrales.

2. TERMINOLOGÍA

3. ETAPAS EN LA SELECCIÓN DE LA MUESTRA

1. Definición de la población objetivo: en términos decontenido, unidades, extensión y tiempo.

2. Identificar el marco muestral: normalmente esimposible confeccionar una lista que no excluya a algunosmiembros de la población.

3. Determinar el método de muestreo: si la unidad demuestreo es diferente del elemento es necesario especificartambién cómo se deben seleccionar los elementos dentrode la unidad de muestreo.

3. ETAPAS EN LA SELECCIÓN DE LA MUESTRA4. Determinar el tamaño de la muestra: se debenconsiderar los siguientes factores cualitativos:

Importancia de la decisión.Naturaleza de la investigación.Número de variables.Naturaleza del análisis.Tamaños de muestra utilizados en estudios similares.Restricciones de recursos.

5. Selección material de la muestra: elegir los componentes de la muestra y localizar materialmente la muestra, es decir, localización física de las unidades.

3. ETAPAS EN LA SELECCIÓN DE LA MUESTRA

6. Decidir el trato que se ha de dar a la falta de

respuestas: se niega a responder, no se localiza, no sabe

contestar o no es accesible. Para reducir este riesgo de no

respuesta hay varios procedimientos:

Mejorar el diseño de la investigación para reducir las

negativas.

Repetir los intentos.

Estimar los efectos de la falta de respuesta en lo que

respecta a la calidad de la información.

4. MUESTREO NO PROBABILÍSTICO: CARACTERÍSTICAS

La selección de la muestra no es aleatoria, sinoque se basa, en parte, en el juicio del entrevistadoro de responsable de la investigación.

No se basa en ninguna teoría de la probabilidad y, por lo tanto, no esposible calcular la precisión o acotar el error cometido.

No es posible calcular estos errores ni la confianza de las estimacionesque, además, no siempre se reducen aumentando el tamaño de lamuestra.

En el muestreo no probabilístico los costes y la dificultad del diseño sonmás reducidos (al no ser necesario disponer de un marco). Este muestreopuede dar buenos resultados, pero también apareja el riesgo deproporcionar una información errónea.

4. MUESTREO NO PROBABILÍSTICO

Muestreo de conveniencia

Las muestras se seleccionan según un criterio de accesibilidad ocomodidad.

Suele emplearse en centros comerciales, plazas, estaciones deautobuses o de tren, metro, aeropuertos o lugares de gran afluenciapública.

Se utiliza para obtener un mayor número de cuestionarioscompletados de forma rápida y económica.

Adecuado en la investigación exploratoria que venga seguida de unainvestigación adicional en la que se extraiga una muestra probabilística.

Muestreo de juicios

La muestra es elegida por un experto de acuerdo con sucriterio, buscando las unidades más representativas.

Ejemplo: mercados de prueba, presuntos líderes seleccionados en lainvestigación de conducta de voto….

Se emplea cuando el tamaño de la muestra es pequeño.

4. MUESTREO NO PROBABILÍSTICO

Muestreo por cuotas

Tiene por objetivo asegurar que los diversos subgrupos de una poblaciónestén representados en la muestra respecto de las características pertinentesde la muestra y con la proporción exacta que el investigador desee.

La selección accidental de sujetos puede producir sesgo.

La velocidad de recopilación de datos, los menores costes y la comodidadson sus principales ventajas frente al muestreo de probabilidad.

Puede resultar apropiado cuando el investigador sabe que es más probableque un cierto grupo demográfico rehúse colaborar con una encuesta.

Muestreo de “bola de nieve”

Los primeros elegidos como encuestados (probablemente a juicio delinvestigador) proponen y ayudan a la selección de los restantes de lamuestra. Esta técnica se utiliza para localizar por referencias a miembros depoblaciones peculiares.

Ventajas: los reducidos tamaños de muestra y los costos.

Sesgo porque la persona sugerida por otro miembro de la muestra tiene unaprobabilidad mayor de ser similar a la primera.

5. MUESTREO PROBABILÍSTICO: CARACTERÍSTICAS

Las muestras se seleccionan al azar, no se seleccionan por los

investigadores.

Cada elemento de la población tiene la misma probabilidad de ser

elegido.

Se puede conocer el error muestral, el nivel de confianza y el nivel de

precisión de las estimaciones.

Los resultados se pueden generalizar.

Es el único método que puede evaluar la representatividad de la

muestra.

Es más caro que el muestreo no probabilística.

Es, en general, más lento y complicado que el muestreo no

probabilística.

5. MUESTREO ALEATORIO SIMPLE: INCONVENIENTES

Su utilización está supeditada a la existencia de una “base de sondeo”

donde se puedan enumerar todos los elementos constituyentes del

universo objeto de estudio.

La extracción al azar dispersa totalmente a los componentes de la

muestra. Imaginemos los costoso que sería ir a selva Central a hacer

una entrevista a una sola persona, a otra en Junín, a otra en el Valle

del Mantaro.

No tiene en cuenta criterios de homogeneidad/heterogeneidad entre

conjuntos de elementos del universo.

Es un método lento, sobre todo cuando el número de elementos que

constituyen el universo objeto de estudio y/o la muestra es elevado.

5. MUESTREO ALEATORIO SISTEMÁTICO

En primer lugar se selecciona el “coeficiente de elevación” (tamañopoblación/tamaño muestra), a continuación se elige al azar un númeroinferior al coeficiente de elevación. La primera unidad muestral es elnúmero elegido, la segunda unidad muestral se determina agregando aese primer número el coeficiente de elevación y así sucesivamente hastacompletar el tamaño de la muestra.

Es preciso un listado de los elementos, que normalmente sigue algúncriterio coincidente o no con el interés objeto de investigación: ordenalfabético, domicilio, momento o tiempo en que se produce unhecho, indicadores de tamaño, otros indicadores.

Este muestreo es sencillo, fácil de ejecutar y menos caros que otrosmuestreos aleatorios, sólo se efectúa una selección al azar al principio ya partir de ahí el proceso es automático. Este muestreo asegura unreparto de los componentes de la muestra contribuyendo a evitar queesté compuesta únicamente por valores extremos.

5. MUESTREO ALEATORIO ESTRATIFICADO

Determina el número de elementos a seleccionar de cadasegmento, necesarios para formar una muestra representativa.

Es un proceso en dos fases en el que la población se divide en estratos.El estrato debe ser mutuamente excluyente y colectivamente exhaustivo.Después, los elementos se seleccionan para cada estrato mediante unprocedimiento aleatorio, por lo general m.a.s.

Difiere del muestreo por cuotas en que los elementos de la muestrase seleccionan en forma probabilística en vez de hacerlo porconveniencia o por juicio.

Un objetivo principal de este muestreo es incrementar la precisión sinaumentar el coste

El criterio para la selección de las variables de estratificación consisteen homogeneidad, heterogeneidad, relación y coste. Las variablescomúnmente utilizadas incluyen características demográficas, tipo decliente (con o sin tarjeta), tamaño de la empresa o tipo de industria.

5. MUESTREO ALEATORIO ESTRATIFICADO

El número de estratos a utilizar es cuestión de juicio, pero la

experiencia sugiere el uso de no más de seis.

Procedimientos utilizados para la estratificación de la muestra:

Afijación simple: se reparte la muestra total en partes iguales para

cada estrato.

Afijación proporcional: la muestra se reparte proporcionalmente a la

población de cada estrato.

Afijación óptima o no proporcional: se considera la mayor o menor

heterogeneidad dentro de cada estrato, lo que se mide por la

desviación típica. La corrección de la proporcionalidad con este

criterio exige más información de cada estrato, en concreto la

varianza o la desviación típica.

5. MUESTREO POR CONGLOMERADOS

En ocasiones, con el fin de ahorrar tiempo y disminuir costos, se

divide la población total en conglomerados o grupos de unidades

maestrales excluyentes y colectivamente exhaustivos. Luego se

selecciona una muestra aleatoria de grupos con base en una técnica de

muestreo probabilística, como el MAS. Para cada grupo

seleccionado, se incluyen todos los elementos en la muestra o se toma

una muestra de elementos en forma probabilística. Si todos los

elementos en cada grupo seleccionado están incluidos en la muestra, el

procedimiento se llama muestreo por conglomerados de una etapa. Si

una muestra de elementos se toma en forma probabilística de cada

grupo seleccionado, el procedimiento es un muestreo por

conglomerados en dos etapas.

La unidad muestral primaria ya no es el elemento de la población sino

un grupo mayor de elementos que están situados cerca el uno del otro

(por ejemplo, ciudades).

5. DIFERENCIAS ENTRE MUESTREO POR CONGLOMERADOS Y ESTRATIFICADO

En el de conglomerados sólo se elige una muestra de

subpoblaciones, en el estratificado todas las subpoblaciones (estratos)

se seleccionan para muestreo posterior.

El objetivo del m. por conglomerados es incrementar la precisión al

reducir costos.

En relación a la homogeneidad y la heterogeneidad, el criterio para

formar conglomerados es el opuesto al de formar estratos. Los

elementos dentro de un conglomerado deben ser tan heterogéneos

como sea posible, pero los conglomerados mismos deben ser tan

homogéneos como sea posible.

Cada conglomerado debe ser una representación en pequeña escala

de la población.

En el m. por conglomerados se necesita un marco de muestreo sólo

para aquellos agrupamientos seleccionados para la muestra

5. MUESTREO POR CONGLOMERADOS

Una forma común de este muestreo es el muestreo por

área, en el que los agrupamientos consisten en áreas

geográficas, como países, zonas de casas o calles.

El muestreo por conglomerados se clasifica como técnica de

muestreo probabilístico porque o bien la selección de

conglomerados es aleatoria, o bien la selección de elementos

dentro de cada conglomerado es aleatoria.

El conglomerado ideal debería ser tan heterogéneo como la

propia población.

Este muestreo puede resultar problemático si las características y

actitudes de los elementos del conglomerado son demasiado

similares.

6. DETERMINACIÓN DEL DISEÑO MUESTRAL APROPIADO

Grado de precisión: La selección de una muestra representativa es

importante para todos los investigadores. No obstante, el grado de precisión

necesario o la tolerancia del investigador de los errores de muestreo y ajenos

al muestreo pueden ser distintos en cada proyecto, especialmente cuando la

reducción de la precisión pueda compensarse con el ahorro de costes u otros

beneficios.

Recursos: Los costes asociados a las diversas técnicas de muestreo varían

enormemente. Si los recursos financieros y humanos del investigador son

restringidos, habrán de eliminarse ciertas opciones.

Tiempo: El investigador que necesite cumplir con un plazo o completar un

proyecto rápidamente seguramente elegirá un diseño simple que ocupe poco

tiempo .

Conocimiento previo de la población: disponibilidad de listas de sus

miembros.

Proyecto nacional o local.

Necesidad de análisis estadístico.