investigacion cuantitativa, obtencion de la muestra
DESCRIPTION
Seleccion de la muestra en la investigacion cuantitativaTRANSCRIPT
Maestría en EducaciónSeminario de Tesis IIMaestra: Leticia Chama Beristáin
Presentado por: Magali Suárez Ortigoza Irma Campos Cabañas Yeyetzi Casanova López Marx Pérez Romero Gabriel Velázquez SaucedoJunio 2010
Cap. 8. (Cuantitativo)Selección de la muestra
Con el propósito de responder a las preguntas de investigación planteadas y cumplir con los objetivos el estudio, el investigador debe seleccionar o desarrollar un diseño de investigación específico. El diseño es el plan o estrategia que se desarrolla para obtener la información que se requiere en una investigación.
En el enfoque cuantitativo, el investigador utiliza su o sus diseños para analizar la certeza de las hipótesis formuladas en un contexto particular o para aportar evidencia respecto de los lineamientos de la investigación (si es que no se tienen hipótesis).
Debe quedar claro que ningún tipo de diseño es intrísecamente mejor que otro, sino que son: el planteamiento del problema, los alcances de la investigación, la formulación o no de hipótesis y su tipo, los que determinan qué diseño es el más adecuado para un estudio específico; asimismo, es posible utilizar más de un diseño. [1]
. [1] Sampieri, R. et al. (2006). “Metodología de la investigación”. Mc Graw Hill, México, pp. 157-158
Paso 7 del proceso de investigación cuantitativa: seleccionar una muestra apropiada para la investigación.
•Definir los casos• Delimitar la población•Elegir el método de selección de la muestra•Precisar el tamaño de la muestra•Aplicar el proceso de selección•Obtener la muestra
MUESTRA
Economía de tiempo y recursos
Definir la unidad de análisis
Delimitar la población
Tipos de muestra
¿En una investigación siempre tenemos una muestra?
• Mayoría de las situaciones.
• Sólo en censos se incluyen a todos los sujetos o casos del universo o población.
• Lo primero:¿sobre “qué o quiénes” se recolectarán datos?
Sujetos
Objetos
Sucesos
Comunidades
(Unidades de Análisis)
Selección de laMuestra
• Depende de los objetivos del estudio.• En torno a contenido, lugar y tiempo.
Muestra
Unidad de análisis
Población
Muestras no probabilísticas
Subgrupo poblaciónTodos los elementosMisma posibilidad
Muestras probabilísticas
Subgrupo poblaciónElección no depende de probabilidadSino de caract. investigación
Definir el tamaño De la muestra (n)
SeleccionarElementos muestrales
Listado oMarco muestral
TómbolasNúmeros aleatorios o tablasSelección sistemática
Tipos
Muestra aleatoria simpleMuestra estratificadaPor racimos o clustersFórmula
Otros marcos referencia:Archivos, mapas, volúmenes, periodos registrados.
Muestra probabilística
• Puede medirse el tamaño del error• Reducir al mínimo el error (error
estándar).
Término muestraLetras minúsculasn,s,se
N Población, conjunto elementos
n Muestra, subconjunto de la población
Valores promedio en la población:
_
Y= Valor de una variable determinada.
V= Varianza de la población con respecto a det. Variables (variabilidad)
Término PoblaciónLetras mayúsculasN,S
s2 =p (1 - p)
se= desviación estándar.
(se)2= error estándar al cuadrado
s2 = varianza de la muestra
p= porcentaje estimado de la muestra se estima sobre marcos previos o define
n1= s2
v2
___ Tamaño provisional muestra1=
Varianza de la muestra / varianza de la población al 2
Se usa cuadrado del error estándar
n= n1
1 + n1 / N ______
Tamaño de la muestra Sensible al error y nivel de confianza- error, + confianza = + tam. muestra
Márgen error estándar entre 1 o 5% expresado= 0.01 o 0.05Nivel de confianza entre 99 y 95 %
MUESTRA ALEATORIA SIMPLE, ESTRATIFICADA Y POR RACIMOS
• El tamaño de la muestra se calcula por medio de fórmulas o Stats ( generar números aleatorios para seleccionar los casos de la muestra de una base de datos o listado de la población).
• MPE: Subgrupo en el que la población se divide en segmentos y se selecciona una muestra para cada segmento.
• La estratificación aumenta la precisión de la muestra e implica el uso deliberado de submuestras para cada estrato o categoría que sea relevante en la población.
• MPR: Reduce costos, tiempo y energía porque muchas veces las unidades de análisis se encuentran encerradas en lugares físicos o geográficos (clusters).
• Ayuda a diferenciar entre la unidad de análisis y la unidad muestral. En este muestreo hay una selección con procedimientos probabilísticos .
• Ejemplo:• Unidad de análisis Posibles racimos• Adolescentes preparatorias• Obreros industrias• Amas de casa Mercados
Muestras no probabilísticas o dirigidas
La elección de los elementos depende de las características de la investigación y las decisiones de quien la realiza. Trata de ubicar sujetos “típicos”.
Desde una perspectiva cuantitativa implica desventajas:
• No es posible calcular el error estándar.• Los datos no pueden generalizarse (falta de representatividad).
Ejemplo: Ubicar a los estudiantes más populares de una escuela
Instrumento: Encuesta Población: 1,000 Alumnos (as)
Muestra aleatoria simple (probabilística):
278 individuos x formula, hace una base de datos con las listas de asistencia asignándoles número y a través de Stats va ubicando cada sujeto de la muestra para aplicar el instrumento.
Muestra no probabilística:
• Investigador (a) determina que necesita 100 alumnos encuestados• Selecciona los 100 primeros que entren a la cafetería o a los representantes de grupo
No todos tienen la misma probabilidad de ser elegidos o cuentan con características que están presentes sólo en ciertos casos.
Estudios exploratorios y experimentales:
Regularmente usan muestras dirigidas o no probabilísticas.
Estudios no experimentales descriptivos o correlacionales-causales:
Deben emplear muestras probabilísticas si quieren que los resultados puedan ser considerados como generalizados
Conclusión:
Elegir el tipo de muestra se define según los objetivos del estudio, el esquema de investigación y la contribución que se pretende hacer.