1. PROCESO DE INVESTIGACION CUANTITATIVA
1)Definir los casos ( participantes u otros seres vivos,
objetos,fenomenos,sucesos o comunidades ) sobre los
cuales se habrán de recolectar los datos
Selección de la muestra
Equipo:
SandraWhite Chávez
Martha Alicia Suarez Llaven
Daysi Briseida Palma Juárez
Facultad de medicina UPAV

2. 2) delimitar la población
3) elegir el método de selección de la muestra probabilística o
no probabilística
4) precisar el tamaño de la muestra requerida
5)aplicar el procedimiento de selección
6) obtener la muestra

3. ¿EN UNA INVESTIGACION SIEMPRE
TENEMOS UNA MUESTRA?
 En la mayoría de los casos si se realiza el estudio en una
muestra.
 Solo cuando queremos realizar un censo se debe incluir en el
estudio a todos los sujetos o casos como son:
 personas
Animales
Plantas
objetos del universo o de la población

4. LA PRIMERA : SOBRE QUE O
QUIENES SE RECOLECTAN DATOS
 Aquí el interés se centra en QUE o QUIENES es decir en los
sujetos, objetos, sucesos o comunidades de estudio ya que
 Las unidades de análisis: se les denomina también caos o
elementos, lo cual depende del planteamiento de la
investigación

5.  CASO: 1 objetivo de análisis
 El uso que hacen los niños de la televisión interrogando aun
grupo de niños
 También entrevistando a los padres de esos mismos niños así
mismo escoger entre los niños o sus padres o ambos.
 Esto dependería no solo del objetivo de la investigación sino
del diseño de la misma

6.  CASO : 2 objetivo de análisis ( de GREENBERG ERICSON
YVLAHOS (1992)
 Investigar las discrepancias o semejanzas en las opiniones de
madres e hijos e hijas con respecto al uso de la televisión por
parte de los hijos.

7.  En este caso la finalidad del estudio fue la selección de mamas
y niños para que fueran entrevistadas por separados y así
comparar posteriormente la respuesta de cada par madre-e
hijos.
 En estos 2 casos los objetivos son muy claros

8.  Pero en la practica esto no parece ser tan simple para muchos
estudiantes, que en propuestas de investigación y de tesis no
logran una coherencia entre los objetivos de la investigación y
la unidad de análisis de la misma.

9. PARA PODER SELECCIONAR UNA
MUESTRA PRIMERO DEBEMOS
DEFINIR EL CONCEPTO
 UNIDAD DE ANALISIS:( personas, organizaciones, periódicos,
comunidades, situaciones, eventos, etc.)
 El sobre QUE o QUIENES se van a recolectar datos depende del
planteamiento del problema a investigar y de los alcances del
estudio.

10.  Estas acciones nos llevaran al siguiente caso que consiste en
DELIMITAR UNA POBLACION.
 Para el proceso CUANTITATIVO la muestra: es un subgrupo
de la población de interés ( sobre el cual se recolectaran
DATOS y que tiene que definirse o delimitarse de antemano
con precisión).

11.  Este deberá ser REPRESENTATIVO de la población el
interés es que la MUESTRA sea ESTADISTICAMENTE
REPRESENTATIVO.

12. EJEMPLO ESENCIA DEL MUESTREO
CUANTITATIVO
Quienes van hacer medidos: errores y soluciones
1) Pregunta de investigación
A) Discriminan a las mujeres en los anuncios de la televisión

13.  1) unidad de análisis errónea
A) Mujeres que aparecen en los anuncios de televisión
1) unidad de análisis correcta
A) Mujeres y hombres que aparecen en los anuncios de
televisión para comparar si ambos son presentados con la
misma frecuencia e igualdad de papeles desempeñados y
atributos

14. 2)Pregunta de investigación
A) Están los obreros del área metropolitana de la ciudad de
Guadalajara satisfechos con su trabajo
2)Unidad de análisis errónea
Computar en numero de conflictos sindicales registrados en la
junta local de conciliación y arbitraje del ministerio del trabajo
durante los últimos años .

15. 2)Unidad de análisis correcta
Muestra de obreros que trabajan en el área metropolitana de
Guadalajara cada uno de los cuales contestara a las preguntas de
un cuestionario sobre satisfacción laboral

16. 3) Pregunta de investigación
A) Hay problemas de comunicación entre padres e hijos
3) Unidad de análisis errónea
A) Grupo de adolescentes aplicarles cuestionario
3) Unidad de análisis correcta
A) Grupo de padres e hijos a ambas partes se les aplicara el
cuestionario

17. COMO SE DELIMITA UNA
POBLACIÓN
 Una población: es el conjunto de todos los casos que
concuerdan con una serie de especificaciones.
 Una deficiencia que se presenta en algunos trabajos de
investigación es que no describen ampliamente las
características de la población y consideran que la muestra se
representa de manera automática

19.  Es preferible entonces establecer con claridad las
características de la población con la finalidad de delimitar
cuales serán los parámetros muéstrales.

20.  El ejemplo; anterior sobre el uso de la televisión por los
niños
 Esta claro que dicha investigación
A) La unidad de análisis son los niños
PERO : de que población se trato
de todos los niños del mundo
de todos los niños de la republica

21.  Seria muy ambicioso y prácticamente imposible referirnos a
poblaciones tan grandes
 Es por eso que en nuestro ejemplo; LA POBLACION SE
DELIMITARA

22.  En todos los niños del área metropolitana de la ciudad de
México, que cursen 4,5,6 grado de primaria en escuelas
privadas y publicas del turno matutino
 La calidad de un trabajo investigativo estriba en delimitar
claramente la población con base en el planteamiento del
problema

23. COMO SELECCIONAR LA MUESTRA
 La muestra ; es un subgrupo de la población digamos que es
un subgrupo de elementos que pertenecen a ese conjunto
definido en sus características al que llamamos POBLACION.

24. REPRESENTACION DE UNA MUESTRA
COMO SUBGRUPO

25. TIPOS DE MUESTRA
 1) MUESTRAS NO PROBABILISTICAS
 2) MUESTRAS PROBABILISTICAS
 Muestras no probabilísticas; subgrupo de la población en la
que la elección de los elementos no depende de la
probabilidad si no de las características de la investigación.

26.  Muestras probabilísticas; subgrupo de la población en el que
todos los elementos de esta, tienen la misma posibilidad de
ser elegido

27. EJEMPLO DE UNA MUESTRA
PROBABILISTICA
 Para saber cuantos niños han sido vacunados y cuantos no y
las variables asociadas
 1) NIVEL SOCIOECONOMICO
 2) LUGAR DONDEVIVEN
 3) EDUCACION
se haría una MUESTRA probabilística nacional de 1600
infantes y de los datos obtenidos se tomarían decisiones para
formular estrategias de vacunación, así como mensajes dirigidos
a persuadir la pronta y oportuna vacunación de los niños.

28. EJEMPLO DE UNA MUESTRA NO
PROBABILISTICA
 Se diseño un experimento para determinar si los contenidos
violentos de la televisión generan conductos antisociales en
los niños
 Para lograr tal objetivo se seleccionaría en un colegio a 60
niños de 5 años de edad, de igual nivel socioeconómico y
nivel intelectual, y se asignaría aleatoriamente a 2 grupos o
condiciones.

29.  Así 30 niños verían caricaturas pro sociales y otros 30
observarían caricaturas muy violentas
 Inmediatamente después de la exposición a dichos contenidos
los infantes serian observados en un contexto de grupo y se
medirían sus conductos violentos y pro sociales.

30. COMO SE SELECCIONA UNA MUESTRA
PROBABILISTICA
Se determina en base en el planteamiento del problema.
 1) LA HIPOTESIS
 2) EL DISEÑO DE INVESTIGACION
 3)Y ELALCANCE DE SUS CONTRIBUCIONES

31.  Las MUESTRAS PROBABILISTICAS; tienen muchas
ventajas, quizá la principal sea que pueden medirse el tamaño
del error en nuestras predicciones.
 Se dice incluso que el principal objetivo en el diseño de una
MUESTRA PROBABILISTICA es reducir al mínimo este
error, al que se le llama error estándar

32.  Las muestras probabilísticas ; son esenciales en los diseños de
investigación transaccionales, tanto DESCRIPTIVOS como
CORRELACIONALES-CAUSALES ( las encuestas de
opinión).
 EJEMPLO; donde se pretende hacer estimaciones de
variables en la población.

33.  EstasVARIABLES se miden y se analizan con pruebas
estadísticas en una muestra donde se presupone que esta es
probabilística y todos los elementos de la población tienen
una misma probabilidad de ser elegidos

34.  Las unidades o elementos muéstrales tendrán valores muy
parecidos a los de la población, de manera que las mediciones
en el subconjunto nos darán estimados precisos del conjunto
mayor.

35. ELTAMAÑO DE LA MUESTRA
 Cuando se hace una muestra probabilística, uno debe
preguntarse ; dado que una población es N cual es el menor
numero de unidades muéstrales
 1) personas
 2) organizaciones
 3) capítulos de telenovelas

36.  Que necesito para conformar una muestra (N) que me
asegure un determinado nivel de error estándar, digamos
menor de 0.01
 La respuesta a esta pregunta busca encontrar la probabilidad
de ocurrencia deY, así como que mi estimado de y se acerque
aY, el valor real de la población.

37.  Si establecemos el error estándar y lo fijamos en 0.01,
sugerimos que esta fluctuación promedio de nuestro
estimado y con respecto a los valores reales de la poblaciónY
no sea menor 0.01 es decir, que de 100 casos , 99 veces mi
predicción sea correcta y que el valor de y se situé en un
intervalo de confianza que comprenda el valor de y

38.  A las muestras de los ejemplos (obtenidas por la formula o
por Stats) se les conoce como muestras aleatorias simples.
 Su característica esencial, es que todos los casos del universo
tienen al inicio la misma probabilidad de ser seleccionados.

39. Muestra Probabilística Estratificada
 Subgrupo en el que la población se divide en segmentos y se
selecciona una muestra para cada segmento.
 Aquí solo se investigan grupos o minorías de la población y
entonces si a la muestra es aleatoria simple, es mas fácil
determinar los elementos que serán seleccionados.

40.  Ejemplo: Queremos personas de todas las religiones pero
predomina la católica. Pero para comparar quizá tengamos
300 católicos y 2 o de otras religiones. Entonces se usa la
muestra probabilística estratificada y considerara grupos de la
población: estratos.
 Estratos variables serian musulmanes, judíos, budistas etc.
 Variable grado o nivel de estudios: Infantil, primaria,
secundaria, bachillerato, universidad, posgrado.

41.  La estratificación aumenta precisión de la muestra e implica
el uso deliberado de diferentes tamaños de muestra para cada
estrato. Fin de lograr reducir la varianza de cada unidad de la
media muestral. Kish 1995
 Numero determinado de elementos muéstrales n = ∑ nh
 La varianza de la media muestral ÿ puede reducirse al
mínimo, si el tamaño de la muestra para cada estrato es
proporcional a la desviación estándar:
 ∑ƒh= n / N = ksh

42.  En donde la muestra n será igual a la suma de los elementos
muestrales nh.El tamaño de n y la varianza de pueden
minimizarse, si calculamos “submuestras” proporcionales a la
desviación estándar por cada estrato. Esto es:
 Ƒh= nh/ Nh = ksh
 En donde nh y Nh son muestra y población de cada estrato, y
sh es la desviación estándar de cada elemento en un
determinado estrato.

43.  Entonces tenemos que:
 Ksh= n/N
 Población 1176 directores de empresa y el tamaño de la
muestra es de n = 298
 Ksh= n/N = 298 / 1176 = 0.2534  Fracción constante
 De manera que el total de la subpoblacion se multiplicara por
esta fracción constante para obtener el tamaño de la muestra
para el estrato,Al sutures tenemos que:
 Nh(fh)= nh

44. Muestreo probabilístico por racimos
 Racimos Sinónimos de clúster o
conglomerados.
A veces el investigador se ve limitado por recursos y otros
obstáculos entonces se recurre a este método.
Se reducen costos, tiempo y energía.

45. Muestrear por racimos
 Diferenciar entre la unidad de análisis y la unidad muestral.
 La unidad de análisis indica quienes van a ser medidos
(participantes ejemplo).
 La unidad muestral se refiere al racimo por medio del cual se
logra el acceso a la unidad de análisis.
 El muestreo por racimos supone una selección en 2 etapas.
 1° Se seleccionan los racimos, siguiendo los pasos de una
muestra probabilística simple o estratificada.

46.  2° Dentro de estos racimos se seleccionan los sujetos u
objetos que van a medirse.
 Se hace una selección para asegurarse que todos los
elementos del racimo tienen la misma probabilidad de ser
elegidos.

47.  Muestra probabilística por racimos:
 Subgrupo en el que las unidades de análisis se encuentran
encapsuladas en determinados lugares físicos.

48. ¿Cómo hacer una muestra probabilística
estratificada y por racimos?
 Problema de investigación : Radio quiere saber quienes,
cuanto tiempo, que prefieren escuchar.
 Procedimientos: Cuestionarios
 Población : Mas de 21 años que vivan en una casa o renta.
 Diseño por racimos :

49.  n= s²/V² para una muestra probabilística simple
 Población total de 5000 cuadras, y nuestro error estándar no
debe ser mayor a 0.015 y con una probabilidad de ocurrencia
de 50%.
 P(1-p)/ (.015)²= error estándar= 0.5 (1-0.5) =0.25
 0.000225
 N= 1111.11
 N= 1111.11 = 909.0902
 1+ 1111.11/5000

50.  Necesitaremos una muestra de 909 cuadras para estimular los
valores de la población con una probabilidad de error menor
a 0.015
 Estrato Numero de Cuadras
 1 270
 2 1940
 3 2000
 4 790
 T= 5000

51. ¿Cómo se lleva a cabo el procedimiento
de selección de la muestra?
 Tómbola
 Números random o números aleatorios
 Selección sistemática de elementos muéstrales

52. Tómbola
 Consiste en enumerar todos los elementos muestrales del
uno al numero n. Hacer fichas o papeles uno por cada
elemento, revolverlos en una caja, e ir sacando n numero de
fichas, según el tamaño de la muestra. Los números elegidos
al azar conformaran la muestra.

53. Números random o números aleatorios
 No significa la selección azarosa o fortuita, si no la utilización
de una tabla de números que implica un mecanismo de
probabilidad muy bien diseñado. Estos fueron generados con
una especie de ruleta electrónica.

54. Selección sistemática de elementos
muéstrales
 K= N/n en donde K= intervalo de selección sistemática
 N población
 Muestra es la n

55.  Marco muestral: Es un marco de referencia que nos
permite identificar físicamente los elementos de la población,
así como la posibilidad de enumerarlos y seleccionar los
elementos muéstrales.

56.  Cuando se buscan archivos, pero no se aconsejan el
reemplazo con el siguiente elemento, si no simplemente no
tomar en cuenta ese elemento, es decir, hacer como si no
existiera, y continuar con el intervalo de selección
sistemática.

57.  Son útiles como marco de referencia en muestras de racimos.
El mapa le permite ver la población y su situación geográfica,
de manera que elige zonas que coexistan diferentes tiendas
competidoras, para asegurarse de que el consumidor de la
zona tenga todas las posibles alternativas.
 Hay
 Mercadológicos
 Socioculturales
 Étnicos
 Marítimos

58.  Por ejemplo si buscas en la hemeroteca volumen X del
periódico “El hijo delAhuizote” Enero. Marzo 1899, pero
falta. Se redefine la población, manifestando explícitamente
que de N volúmenes, tiene 99% de los elementos y, a partir
de este nuevo numero de N, calcula su muestra n y la
selecciona.

59.  El investigador debe buscar posibles listados o base de datos en
cualquier parte para que pueda obtener el tamaño de su población
por ejemplo para analizar anuncios en los medios electrónicos de
comunicación, hay empresas que tienen un registro de todos los
anuncios transmitidos, la hora exacta, el canal o frecuencia radial
en que fueron difundidos, su duración, la versión del anuncio de
que se trata. El ingenio es el propio límite para ello.

60. Tamaño optimo de una muestra
 Las muestras probabilísticas requieren 2 procedimientos básicos.
 1) Determinar el tamaño de la muestra y
 2)La selección aleatoria de los elementos muestrales
 El primer procedimiento fue descrito en su modalidad más simple en
la selección sobre el tamaño de la muestra
 Precisar adecuadamente el tamaño de la muestra puede tomarse muy
complejo, esto depende del problema de investigación a estudiar.

61.  La muestra de los barómetros de opinión en España es nacional,
incluye personas de ambos géneros , de 18 años o más y su tamaño es
de alrededor de 2500 casos.
 El tamaño de una muestra depende también del número de subgrupos
que nos interesan en una población. Ejemplo podemos subdividirla en
hombre y mujeres de 4 grupos de edad.
 Las muestras nacionales es decir las que representan a la población de
un país por lo común son de más de 1000 sujetos

62.  EJEMPLO:
 Frontera y norte 696
 Cetro (sin el DF) 426
 Sur-sureste 316
 Distrito Federal 299
1737

63.  En la tabla 8.7 se describen muestras típicas de acuerdo a los
subgrupos bajo estudio según su cobertura ( estudios nacionales o
estudios especiales o regionales) y según su unidad de análisis; es decir,
se trata de sujetos o de organizaciones.
Núm. de subgrupos pob. De sujetos pob. De organizaciones
nacionales regionales nacionales regionales
Ninguno-pocos 1000-1500 200-500 200-500 50-200
Promedio 1500-2500 500-1000 500-1000 200-500
Muchos 2500 + 1000 + 1000+ 500+

64.  Esta distribución en forma de campana se logra generalmente con
muestras de 100 o más unidades muestrales y es útil y necesaria
cuando se hacen interferencias de tipo estadístico
 Distribución normal con muestras de 100 o más unidades
muestrales.

65. Como y cuales son las muestras no
probabilísticas
 También llamadas muestras dirigidas, se utilizan en
investigaciones cuantitativas y cualitativas.
 Muestra dirigida:
 Selecciona sujetos típicos para casos presentativos de una
población determinada. Implican muchas desventajas que al no ser
probabilisticas no es posible calcular con precisión el error
estándar, osea el nivel de confianza se hace una estimación .

66.  La única ventaja de una muestra probabilística es su utilidad
para determinar diseño de estudio que requiere
 Para el enfoque cualitativo, al no interesar tanto la
posibilidad de generalizar los resultados

67.  Son de gran valor al obtener los datos los datos que interesen
al investigador y lleguen a ofrecer una gran riqueza para la
recolección y el análisis de los datos.
 EJEMPLO:
 Se compara en términos sencillos una muestra probabilística
simple con una muestra dirigida.

68.  Imaginemos que una investigadora busca conocer en una escuela
o facultad quienes son el joven y la joven más popular se decide a
realizar una encuesta para obtener una muestra, supongamos que
la escuela tiene una población de 1000 alumnos, si se obtuviera
una muestra aleatoria simple su procedimiento sería en la figura
8.6

69. Determina el tamaño de muestra:
con stats, para una población de mil
casos, se requiere de una muestra de
277.74 estudiantes (278
redondeando 95% de confianza, 0.05
o 5% de error y p=0.5
Obtiene la base de datos de los alumnos de la
escuela o elabora una con las listas de los grupos
de los diferentes años. Numera la base de datos o
el listado del uno al mil.
Selecciona los 278 jóvenes
mediante la generación de
números aleatorios a través de
stats. El primer número que nos
arroja el programa es el 706, ve
en su base o listado quién es el
alumno o la alumna con ese
numero. Por ejemplo: Lucía
Phillips. Éste es el primer caso
que entra a la muestra. Nota:
Cada vez que le pedimos al
programa un conjunto de
números aleatorios, éste es
diferente. Por lo tanto. Si usted lo
hace, obtendrá otra secuencia de
números.
Sigue con el segundo y
tercer número que
arrojó el programa
534- Laura mejía 15-
Carlos Franco y así
sucesivamente… Elige
a 278 estudiantes cuyos
números fueron
proporcionados al azar
por Stats.
Tiene una
muestra
probabilística
para su estudio.

70. Muestras multietapa o polietápica
 Este concepto significa que para extraer la muestra hemos
utilizado diversos procedimientos por ejemplo: la
investigacion sobre la televisión y los niños de la ciudad de
México
 El procedimiento de selección implica estratos de racimos:
en una primera etapa se seleccionarian «escuelas» y en
segunda «niños»

71.  En un estudio nacional primero podrían elegirse ciudades, luego
en cada ciudad barrios, posteriormente en cada barrio calles,
luego casas y al final personas, en cada etapa del procedimiento
es aleatorio.

72. Una máxima del muestreo y el alcance del
estudio
 Ya sea que se trate de un estudio de muestreo u otro lo
importante es elegir a los informantes (o casos) adecuados,
de acuerdo con el planteamiento del problema y lograr el
acceso a ellos.

73.  Los estudios exploratorios regularmente emplean muestras
dirigidas no probabilísticas aunque podrían usarse muestras
probabilísticas.
 Las investigaciones experimentales la mayoría de las veces
utilizan muestras dirigidas, por que no se comentó, es difícil
manejar grupos grandes (debido a ello se ha insistido que en los
experimentos como la valides externa se consolidan mediante la
repetición o producción del estudio.

74.  Los estudios no experimentales descriptivos o correlacionales-
causales deben emplear muestras probabilísticas si quieren que
sus resultados sean generalizados a una población