1. EQUIPO # 8
• LIC. KARLA CASTILLO
• LIC. DIGNA DE LA PAZ
ORELLANA
• LIC. REINA MARIBELARGUETA
• ING. JUAN JOSE MEDINA
MATERIA:
INVESTIGACION EDUCATIVA
TEMA: METODOLOGIA DE LA
INVESTIGACIÓN
SAMPIERI.
CAPITULO: 8
SELECCIÓN DE LA MUESTRA
2. INTRODUCCIÓN
En el capítulo se analizan los conceptos de muestra, población o universo,
tamaño de la muestra, representatividad de la muestra y procedimiento de
selección.
Se presenta una tipología de muestras: probabilísticas y no probabilísticas.
Se explica cómo definir a las unidades de análisis, de las cuales se habrán de
recolectar los datos.
Asimismo, en el capítulo se presenta cómo determinar el tamaño adecuado de
una muestra cuando pretendemos generalizar los resultados a una población, y
cómo proceder para obtener la muestra, dependiendo del tipo de selección
elegido.
3. CONCEPTOS
• MUESTRA
Es un subgrupo de la población de interés sobre el cual se recolecta datos, y que
tiene que delimitarse de antemano con precisión, esta debe ser representativa
de dicha población.
• POBLACIÓN
Conjunto de todos los casos que concuerdan con determinadas especificaciones.
• Clases
• Probabilística
• Requiere precisar el tamaño de la muestra
• Seleccionar elemento muéstrales por medio de:
• Sus tipos son:
• - Muestra aleatoria simple
• -muestra estratificada
• -Muestra por racimos o clusters
No probabilística
• En una investigación siempre tenemos una muestra?
• ¿sobre “qué o quienes” se recolectaran los datos?
4. ¿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.
• Es preferible entonces establecer con claridad las características de la
población, con la finalidad de delimitar cuáles serán los parámetros
muéstrales.
Cuáles son las características de una población
Mues
Unidad de análisis
Población
5. • Depende de los objetivos del estudio.
• Situarse claramente en torno a contenido, lugar y tiempo.
¿Cómo seleccionar la muestra?
• Hasta este momento hemos visto que se debe definir cuál será la unidad de
análisis y cuáles son las características de la población.
• En realidad, pocas veces es posible medir a toda la población, por lo que
obtenemos o seleccionamos una muestra y, desde luego, se pretende que este
subconjunto sea un reflejo fiel del conjunto de la población.
• Veamos los tipos de muestra, con la finalidad de poder elegir la más
conveniente para un estudio.
Representatividad de la muestra
• Todas las muestras —bajo el enfoque cuantitativo— deben ser
representativas; por lo tanto, el uso de este término resulta por demás inútil.
Tipos de muestra
1. Muestra probabilística:
Subgrupo de la población en el que todos los elementos de esta tienen la misma
probabilidad de ser elegidos.
2. Muestra no probabilística:
Subgrupo de la población en la que la elección de los elementos no dependen de la
probabilidad si no de las características de la investigación.
¿Cómo se selecciona una muestra probabilística?
6. 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.
Para hacer una muestra probabilística son necesarios dos procedimientos
1. Calcular el tamaño de la muestra que sea representativo de la población.
2. Seleccionar los elementos muéstrales de manera que al inicio todos tengan la
misma probabilidad se ser elegidos.
Calculo del tamaño de la muestra
Cuando se hace una muestra probabilística uno debe preguntarse:
• Dado que la población, es de N elementos, ¿Cuál es el numero de unidades
muéstrales que necesito para conformar la muestra (n) que me asegure un
determinado nivel de error estándar, digamos menor de 0.01?
• El porcentaje estimado de la muestra es la probabilidad de ocurrencia del
fenómeno. Representatividad de la muestra versus no representatividad – la
certeza total siempre es igual a uno.
• Las posibilidades a partir de esto son ¨P¨ de que si ocurra y ¨q¨ de que no
ocurra.
• El programa STATS estima un 50% cuando no hay marcos de muestreo previo.
El tamaño de la muestra
Asi, el sistema necesita datos como:
¿Tamaño del universo? (Ejemplo)
¿Error máximo aceptable?: 5%
¿Porcentaje estimado de la muestra?: 50%
¿Nivel deseado de confianza?: 95%
7. MUESTRAS PROBABILÍSTICAS
Tipos:
• Muestra aleatoria simple
• Muestra estratificada
• Muestra por racimos
Muestreo aleatorio simple
• Mecanismo ideal para la mejor muestra posible: el muestreo aleatorio simple,
muestreo en el que cada elemento de la población tiene la misma probabilidad
de ser escogido.
• Ejemplo teórico:
• Todos los nombres en una lista
• Papeleta o bola por cada nombre
• Mezcla y extracción de las n bolas o papeletas
Muestra estratificada
• Muestreo en el que la población se divide en segmentos y se selecciona una
muestra para cada segmento.
Muestreo estratificado
• Muestreo aleatorio estratificado
Dividimos la población en diferentes grupos, o estratos, y tomamos de cada uno de
ellos una muestra aleatoria simple.
8. Lo hacemos cuando conocemos que la población contiene grupos o subpoblaciones
que son homogéneos internamente (estratos), pero sospechamos que son muy
diferentes entre ellos respecto a la característica estudiada
Muestra por racimos
• Muestreo en el que las unidades de análisis se encuentran encapsuladas en
determinados lugares físicos.
Ejemplo:
• En una muestra nacional de cuidadanos.
1. Departamentos
2. Municipios
3. Colonias
4. Cuadras
5. Hogares e individuos
MUESTREOS NO PROBALISTICOS
• Aquellos en los que no es posible calcular la probabilidad de las diferentes
muestras.
• Típico ejemplo: muestra voluntaria
• Cupón en revista, que pide contestación por correo
• Oyentes de programa de radio o televisión, a los que se pide que llamen
a un teléfono.
• doble distorsión: el programa y el sentimiento intenso sobre el tema.
• no es una muestra representativa: es una muestra sesgada.
aunque llamen cientos de miles de personas!!!!
9. 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).
• Conclusión:
Elegir el tipo de muestra se define según los objetivos del estudio, el esquema de
investigación y la contribución que se pretende hacer.
