RA4 LA MUESTRA 25% PDF

RA4 LA MUESTRA 25%  8.1. Conceptos básicos de muestreo INFORMACIÓN ÚTIL - REPRESENTATIVIDAD ♦ Utilización de muestras Coste temporal ♦ Coste económico ♦ Limitaciones en cuanto a la disponibilidad de personal cualificado ♦ Impacto sobre la rea...

RA4 LA MUESTRA 25%  8.1. Conceptos básicos de muestreo INFORMACIÓN ÚTIL - REPRESENTATIVIDAD ♦ Utilización de muestras Coste temporal ♦ Coste económico ♦ Limitaciones en cuanto a la disponibilidad de personal cualificado ♦ Impacto sobre la realidad objeto de estudio ♦ Existencia de una población homogénea ♦ Conceptos Universo o Unidad muestral Marco muestral Muestra población 8.1.1. Universo o población ♦ Conjunto, finito o infinito, de elementos de los que se desea obtener información dada su relación con el ámbito objeto de estudio de la investigación. 8.1.2. Unidad muestral ♦ Cada uno de los elementos que componen la población y que, a priori, se encuentran disponibles para su selección. 8.1.3. Marco muestral ♦ Está constituido por el correspondiente registro de las unidades muestrales que cumplan los siguientes requisitos: ♦ Que recoja cada uno de los elementos que componen la población. ♦ Que cada elemento de la población esté recogido en el marco una única vez, es decir, que no existan repeticiones de elementos. ♦ Que dicho marco solamente contenga los elementos que componen la población, no considerando elementos ajenos a la misma 8.1.4. Muestra ♦ Conjunto de unidades seleccionadas para su análisis de entre el total de una población o marco muestral. Figura 8.4. La delimitación de la población de una investigación dependerá de la temática objeto de estudio.  8.2. Tipos de muestreo 8.2.1. Muestreos aleatorios o probabilísticos ♦ Muestreo aleatorio simple ♦ Tablas de números aleatorios ♦ Muestreo sistemático ♦ Coeficiente de elevación ♦ Muestreo estratificado ♦ Estratos (grupos homogéneos) ♦ Afijación ♦ Afijación simple ♦ Afijación proporcional ♦ Muestreo por conglomerados Figura 8.6. Los muestreos probabilísticos permiten que los resultados obtenidos sean extrapolables al ♦ Muestreo por áreas conjunto de la población. ♦ Muestreo por rutas aleatorias Figura 8.7. El muestreo estratificado divide la población en grupos homogéneos en base a un criterio de interés. Figura 8.9. La definición aleatoria de la ruta Figura 8.8. El muestreo por conglomerados es fundamental para la capacidad de divide la población en grupos heterogéneos, extrapolación de la información obtenida. para su posterior análisis exhaustivo.  Muestreo por Muestreo por 8.2.2. Muestreos no probabilísticos conveniencia juicios Muestreo por Muestreo en bola cuotas de nieve La diferencia clave entre el muestreo por conveniencia y el muestreo por juicio está en la forma en que se seleccionan los participantes: Muestreo por conveniencia: Los participantes se eligen simplemente porque son fáciles de acceder, sin considerar si son representativos o adecuados para el estudio. No se aplican criterios más allá de la disponibilidad. ○ Ejemplo: Realizar una encuesta entre los estudiantes que están disponibles en el pasillo de la universidad. Muestreo por juicio: En este caso, el investigador utiliza su criterio o conocimiento experto para seleccionar a los participantes que considera más adecuados para el estudio. Se elige deliberadamente a personas que aporten información valiosa o relevante. ○ Ejemplo: Seleccionar a directores de empresas para estudiar sus opiniones sobre el liderazgo. El muestreo por conveniencia es más informal y busca rapidez, mientras que el muestreo por juicio implica una selección más cuidadosa basada en el conocimiento del investigador. Cuándo escoger muestreo probabilístico: 1. Objetivo de generalización: Si el objetivo es hacer inferencias sobre una población más amplia a partir de los resultados, el muestreo probabilístico es preferible. 2. Población homogénea: Cuando la población es homogénea, el muestreo probabilístico puede facilitar la representación adecuada. 3. Recursos adecuados: Si se cuenta con el tiempo, el presupuesto y los recursos necesarios para llevar a cabo un muestreo aleatorio. 4. Necesidad de precisión: Cuando se requieren resultados precisos y se desea reducir el sesgo en la selección de la muestra. 5. Investigación científica: En estudios científicos o académicos que requieren rigurosidad y validez en los resultados. Cuándo escoger muestreo no probabilístico: 6. Recursos limitados: Si hay limitaciones de tiempo, presupuesto o acceso a la población, el muestreo no probabilístico puede ser más práctico. 7. Investigación exploratoria: Cuando se está realizando un estudio preliminar para explorar un fenómeno o hipótesis y no se necesita una muestra representativa. 8. Dificultad de acceso: Si es difícil identificar o acceder a toda la población, el muestreo no probabilístico permite obtener datos de manera más sencilla. 9. Población específica: Cuando se necesita información de un grupo específico y se puede seleccionar a los participantes de manera intencionada (por ejemplo, expertos en un área determinada). 10. Flexibilidad en el diseño: Si se necesita una metodología más flexible que permita adaptarse a circunstancias cambiantes durante la investigación. En resumen: Escoge muestreo probabilístico si buscas representatividad y precisión. Escoge muestreo no probabilístico si tienes limitaciones de recursos o si el objetivo es  8.3. El proceso de muestreo ♦ Definición de la población ♦ Identificación del marco muestral ♦ Determinación del método de muestreo ♦ Determinación del tamaño de la muestra ♦ Selección del material de la muestra ♦ Decisión sobre el tratamiento mas Figura 8.12. El muestreo pretende concentrar adecuado a la falta de respuestas por los esfuerzos de la organización en el análisis parte de las personas encuestadas de unidades muestrales válidas para la obtención de información. 8.3.2. Cálculo del tamaño de la muestra En el desarrollo de una investigación, es prácticamente imposible poder contar con una base de datos, censo o documento que recoja información útil y completa de la totalidad de elementos que componen una población. Se denomina censo a la enumeración de todos los elementos que componen una población, acompañada por la anotación de ciertas características de interés para la realización de la investigación. MUESTREO ALEATORIO SIMPLE MUESTREO ALEATORIO ESTRATIFICADO  8.4. Inferencia estadística 8.4.1. Errores muestrales y no muestrales ♦ Error muestral: “la imprecisión que se comete al estimar una característica de la población de estudio o parámetro mediante el valor obtenido a partir de una muestra de esa población o estadístico”. ♦ Factores: ♦ Procedimiento de extracción de esa parte de la población (diseño muestral) ♦ Número de unidades que se extraen (tamaño de la muestra) ♦ Naturaleza de la característica a estimar Expresión generalizada: Errores no muestrales o sesgos ♦ Son aquellos errores que se cometen en el desarrollo del proceso de la investigación y que no varían al aumentar el tamaño de la muestra, ya que están relacionados con la validez interna de la investigación. ♦ Son errores cometidos por el propio equipo de la investigación en alguna de las fases del proceso. ♦ Clasificación de errores no muestrales o sesgos según su origen: ♦ Sesgos de selección ♦ Sesgos de información ♦ Sesgos de confusión ♦ Factores de confusión (sexo, edad, nivel de estudios…) 8.4.2. Cálculo del error de muestreo ♦ Proporción poblacional P: fracción de la población o tanto por uno de individuos que poseen un determinado atributo. ♦ Proporción muestral p: fracción o tanto por uno de individuos de la muestra que poseen ese mismo atributo. ♦ Entonces, P = número de individuos de la población que poseen el atributo dividido por N. ♦ Y p = número de individuos de la muestra que poseen el atributo dividido por n. ♦ El estimador más usual de P, por tanto, es p, por lo que podemos considerar que P = p.  8.5. Tipos de estimación Estimación Estimación por puntual intervalos