Basado en el octavo capítulo del libro: Social Science Research: Principles, Methods, and Practices de Bhattacherjee (2012).
Recomendado para la introducción a las practicas avanzadas de la investigación científica en ciencias sociales.
Imagen de Patrick Fore en: https://unsplash.com/photos/YS_51ncQL5o
1. Extraído de Bhattacherjee, A. (2012). Social Science Research: Principles, Methods, and Practices. Textbooks Collection, Book 3.
2. 1. El proceso de muestreo
2. Muestreo probabilístico
3. Muestreo no probabilístico
4. Estadísticas del muestreo
3. Definición
Proceso mediante el cuál se selecciona un subgrupo
de una población, a fin de realizar observaciones
e inferencias estadísticas.
• Recolectar información de toda una población es prácticamente
imposible.
• La muestra elegida debe ser verdaderamente representativa de la
población de interés.
• Muestras inadecuadas o sesgadas son la principal causa de inferencias
erróneas.
4. Población
• Grupo al cuál se desean generalizar los resultados.
• Son todas las unidades de análisis que existen.
Marco
muestral
• Es la parte de la población que es accesible e identificable.
• Usualmente en un listado de contactos.
• Unidad de análisis vs. unidad de muestreo.
Muestra
• Fragmento de la población que es analizada por el investigador.
• Puede ser de dos tipos: probabilística o no probabilística.
5. Definición
Técnica de muestreo en la cuál todas las unidades
de la población tiene la misma probabilidad
de ser elegidas.
• Toda las muestras probabilísticas tienen dos características en
común:
a) Todas las unidades tienen probabilidades de ser elegidas (nunca cero).
b) El proceso de selección es de alguna manera aleatorio.
6. • Consiste en la selección aleatoria de elementos del marco muestral.
Aleatorio simple
• El marco muestral se ordena bajo algún criterio.
• El primer elemento se elige aleatoriamente y los siguientes bajo el ratio
K=N/n.
Sistemático
• El marco muestral se divide en subgrupos mutuamente excluyentes.
• Luego se aplica un muestreo aleatorio simple en cada subgrupo.
Estratificado
7. • Cuando la población esta muy dispersa en la geografía.
• La población se divide en clústeres y luego se estudian a todas las unidades
de dichos clústeres.
Por clústeres
• Cuando se desean comparar dos subgrupos de la población bajo algún
criterio.
Matched-pairs
• Muestreos que involucran dos o más tipos de muestreo en diferentes etapas.
Multi-etápico
8. Definición
Técnica de muestreo en la cuál algunas de las
unidades de la población tienen cero probabilidades
de ser elegidas o su probabilidad es desconocida.
• Las muestras no probabilísticas no permiten estimar errores de
muestreo
• Pueden estar sujetas a sesgos de muestreo
• Sus resultados no pueden ser extrapolados a toda la población.
9. • La muestra se escoge por que es accesible, disponible o conveniente.
• Las inferencias extraídas de estas muestran son bastante limitadas.
• Usualmente utilizada para pruebas piloto.
Por conveniencia
• La población es segmentada en subgrupos mutuamente excluyentes y
las muestras extraídas no son aleatorias.
• Esta técnica se divide en dos subgrupos: Muestreo por cuotas
proporcional y no proporcional.
Por cuotas
10. • Los elementos de la muestra se eligen en función a su experiencia
sobre el fenómeno analizado.
• Aunque las opiniones de expertos sean mas creíbles, sus resultados
siguen siendo no generalizables.
De expertos
• Primero se identifican algunos elementos de la población y luego se
solicita que estos recomienden a otros sujetos con las mismas
características.
• Puede ser la única manera de acceder a poblaciones difíciles de
alcanzar o cuando no se tiene un marco muestral.
Bola de nieve
23. • La desviación estándar, la varianza y la suma de cuadrados
significan lo mismo:
a) El ajuste de la media a los datos de la muestra.
b) La variabilidad de los datos.
c) Cuán bien los estadísticos representan los datos de la muestra.
d) La cantidad de error en los cálculos estadísticos.
24. Intervalos de confianza
Variable (Nota final)
Frecuencia
(Alumnos)
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
µ ± 3σ = 99%*
µ ± 2σ = 95%*
µ ± 1σ = 68%*
* De probabilidades de
que el parámetro esté
dentro del intervalo de
confianza (estadísticos
de la muestra).