2. ¿Quiénes van a ser medidos?
Unidad de análisis
(personas, organizaciones, periódicos, etc.):
quiénes van a ser medidos;
en quiénes se va a medir la variable que
interesa
3. Población
• Es el conjunto de todos los casos que concuerdan con una serie de
especificaciones.
• Deben situarse claramente en torno a sus características de:
1. Contenido
2. Lugar
3. Tiempo
Ej: alumnos de Álgebra que viajan a la sede de Paternal en el
primer cuatrimestre de 2017
Los criterios deben ser coherentes con la investigación.
4. Muestra
• Subgrupo de la población
• Se vuelve necesaria cuando no se puede medir a toda la
población
• Una delimitación de las características de la población
• Pretende ser representativa
• Requiere el establecimiento de los PARÁMETROS
MUESTRALES , que garanticen algún grado de
respresentatividad
5. Tipos de muestra
• Muestras probabilísticas: todos los elementos de
la población tienen la misma posibilidad de ser
escogidos: se establece la población, el tamaño de
la muestra y el criterio de selección: aleatoria o
mecánica de unidades de análisis.
• Muestras no probabilísticas: la selección
depende de las características del investigador o
del que hace la muestra: decisión.
6. Tipos de muestras: casos
Muestra no probabilística
• Criterios que utilizaron
los alumnos que
entraron a Ciencias
Económicas de la UBA
para elegir sus carreras.
• Se harán entrevistas a
los alumnos que cursen
metodología en Com.
01, 03, 04, 05. Paternal
• Objetivo: documentar
experiencias.
Muestra probabilística
• Investigación para saber
cuántos alumnos
trabajan y cuántos no,
primer año, ciencias
económicas.
• Se hizo una muestra
probabilística,
constituida por 1000
alumnos de diversas
sedes y diversas franjas
horarias.
• Esta propuesta está
diseñada para poder
generalizar sus
resultados
Muestra no probabilística
• Investigación para establecer
si la asistencia a clases en
aulas iluminadas por la luz
solar o no condiciona la
promoción de las materias.
• Se divide a los alumnos de la
misma comisión en dos
aulas, una con luz solar y
otra con ilumniación artificial
• Los resultados no se pueden
generalizar, pero permiten
establecer algún tipo de
conexión entre la exposición
a la luz solar y el rendimiento
académico.
7. Muestras probabilísticas
• Permiten una generalización más acertada porque en ellas
puede calcularse el tamaño del error en nuestras
predicciones.
• Requiere plantear el tamaño de la muestra para que sea
significativa
• Requiere definir los criterios de selección de los elementos
muestrales, para garantizar que todos los elementos de la
población tengan la misma posibilidad de ser elegidos.
8. Tamaño de la muestra
• Dada una población N, tengo que determinar cuál es el
menor número de unidades muestrales que necesito para
conformar una muestra que me asegure un error muestral,
por ejemplo, menor de 0.01. Esto va a determinar cuál es el
error estándar.
• En general, podemos decir que a mayor población, más
grande tiene que ser la muestra para que los resultados
sean generalizables.
• El cálculo se lo dejamos a los estadísticos/as.
9. Procedimiento de selección: cómo y dónde
• Estratificada: tomar proporcionalmente según categorías
que consideremos relevantes. Por ejemplo en alumnos, las
franjas horarias o las sedes.
• Por racimos: mezcla de probabilístico y no probabilístico
por dificultades de acceso, costos, etc. (los casos de
alumnos los estudio en mi sede, pero trato de que sea, en
mi sede probabilístico)
10. Procedimiento de selección
Siempre se eligen aleatoriamente
1. Tómbola: asignar número y elegirlos al azar
2. Números random o aleatorios: tabla establecida ad hoc diseñada
como mecanismo de probabilidad. Se eligen los casos que señala la
tabla.
3. Selección sistemática de elementos muestrales: dentro de una
población N un número n de elementos a partir de un intervalo K.
(cada 4, por ej.)
11. Tamaño óptimo de una muestra
• Depende del problema de investigación y la población a
estudiar
• Las muestras nacionales son más numerosas (más de
1000)
• Las regionales entre 400 y 700 sujetos)
• Depende también del número de subgrupos que nos
interesan de la población: varones, mujeres, niños; niveles
socioeconómicos
12. Muestras no probabilísticas / muestras dirigidas
• Suponen un procedimiento de selección informal y un poco arbitrario
• Se usan de todos modos porque se pueden hacer inferencias sobre la
población
• Generalmente selecciona sujetos típicos
• No se puede calcular el error estándar
• Su valor es relativo a la muestra y no a la población: no puede
generalizarse
• Responde a otro diseño de estudio: que requiere sujetos específicos.
13. Muestras no probabilísticas
• De sujetos voluntarios: el sujeto que se ofrece voluntariamente;
estudios sobre efectos de medicamentos
• De expertos: cuando se requiere la opinión de expertos, en
estudios cualitativos o exploratorios.
• De sujetos-tipo: es importante la riqueza, la profundidad y calidad
de la información y no la cantidad o estandarización. Ej.: grupos
típicos.
• Por cuotas: porcentajes por edad, por género, etc.
Notas del editor
Esta es la pregunta a la que da respuesta el experimento
Resuma la investigación entre tres y cinco puntos.