Metodologa de la investigacin 3 Dra Romero Nayar

  • Slides: 35
Download presentation
Metodología de la investigación 3 Dra Romero Nayar , Laura Carolina

Metodología de la investigación 3 Dra Romero Nayar , Laura Carolina

Población �Es el conjunto total de individuos, objetos o medidas que poseen algunas características

Población �Es el conjunto total de individuos, objetos o medidas que poseen algunas características comunes observables en un lugar y en un momento determinado, donde se desarrollará la investigación.

Universo �Carrasco (2009) señala que universo es el conjunto de elementos –personas, objetos, sistemas,

Universo �Carrasco (2009) señala que universo es el conjunto de elementos –personas, objetos, sistemas, sucesos, entre otras- finitos e infinitos, a los pertenece la población y la muestra de estudio en estrecha relación con las variables y el fragmento problemático de la realidad, que es materia de investigación[1]. �Conjunto de personas, cosas o fenómenos sujetos a investigación, que tienen algunas características definitivas. �Ante la posibilidad de investigar el conjunto en su totalidad, se seleccionara un subconjunto al cual se denomina muestra

Criterios de Inclusión- Exclusión �Criterios de inclusión: son todas las características de los integrantes

Criterios de Inclusión- Exclusión �Criterios de inclusión: son todas las características de los integrantes de la población de referencia que permiten su ingreso –formar parte- a la población en estudio. �Criterios de exclusión: son todas las características de los integrantes de la población de referencia que descartan su ingreso –no formar parte- a la población en estudio.

MUESTRA � “parte o porción extraída de un conjunto por métodos que permiten considerarla

MUESTRA � “parte o porción extraída de un conjunto por métodos que permiten considerarla como representativa de él”. � es una parte o subconjunto de una población normalmente seleccionada de tal modo que ponga de manifiesto las propiedades de la población. �

Muestra �La característica más trascendente de una muestra es la representatividad. �Que sea una

Muestra �La característica más trascendente de una muestra es la representatividad. �Que sea una parte típica de la población en la o las características que son relevantes para la investigación

�Los problemas elementales que se le presenta al investigador referente con el muestreo consiste

�Los problemas elementales que se le presenta al investigador referente con el muestreo consiste en saber si el grupo designado es verdaderamente representativo del conjunto; para que lo sea, los rasgos de los elementos o individuos elegidos para la muestra deben ser similares a los de toda la población (Marín Ibáñez, 1990).

MUESTREO muestreo tiene sentido en tanto que garantiza que las características que se quieren

MUESTREO muestreo tiene sentido en tanto que garantiza que las características que se quieren observar en la población quedan expresadas apropiadamente en la muestra. De manera que generalizar a la población desde la muestra sólo está justificado si ésta representa realmente a la población

La selección aleatoria de la muestra garantiza la ausencia de sesgo en el proceso

La selección aleatoria de la muestra garantiza la ausencia de sesgo en el proceso de selección de la misma, ayuda a garantizar su representatividad, sin embargo esta circunstancia no es garantía total para que estemos seguros de que la muestra al azar es representativa de la población de la que se ha extraído (Kerlinger, 1985)

�El muestreo estratificado proporcional asegura, en cambio, la representatividad en cuanto a una o

�El muestreo estratificado proporcional asegura, en cambio, la representatividad en cuanto a una o dos características (Jiménez Fernández, 1983). �

�El factor del impacto según Fox (1990) que otra forma de examinar el problema

�El factor del impacto según Fox (1990) que otra forma de examinar el problema de la representatividad de la muestra consiste en distinguir entre la muestra invitada, la muestra aceptante y la muestra productora de datos. �Muestra invitada: La primera corresponde al conjunto de individuos “invitados” del conjunto de la población, � Muestra aceptante: la segunda hace referencia al grupo de individuos que aceptan participar � La muestra productora de datos coincide con la muestra real del estudio.

�Si se poseen datos sobre la población se pueden comparar con ellos la muestra

�Si se poseen datos sobre la población se pueden comparar con ellos la muestra invitada o la aceptante y, mediante algún contraste de significación adecuado (por ejemplo chicuadrado), determinar si difieren de ella en las características que interesa en una investigación dada. �Si el contraste indica que no hay diferencias significativas en las variables consideradas, se puede admitir la representatividad de la muestra para las características en cuestión, pero nada se puede afirmar sobre la representatividad de la muestra respecto de cualquier otra variable.

�Si no se ha logrado representatividad en una o varias variables, el investigador tiene

�Si no se ha logrado representatividad en una o varias variables, el investigador tiene dos opciones: �Trabajar con la muestra no representativa y contar con ese límite. �Seleccionar más elementos de la población, con la esperanza de que una muestra mayor sí sea representativa, aunque el estudio tenga una muestra mayor de buscada inicialmente.

Tamaño muestral �El tamaño de la muestra va estrechamente unido con la representatividad, no

Tamaño muestral �El tamaño de la muestra va estrechamente unido con la representatividad, no tiene fácil solución. � Muestra debe ser proporcional a la población. �De hecho, a medida que aumenta ésta con una menor proporción podemos alcanzar la representatividad

�En la investigación no existe un tamaño ideal de la muestra. � A efectos

�En la investigación no existe un tamaño ideal de la muestra. � A efectos descriptivos, se considera una muestra grande cuando n > 30. �Una muestra debe ser lo suficientemente grande como para ser representativa, pero el número de elementos necesarios para lograr la representatividad varía en un estudio a otra.

�Cuanto más homogénea es una población en las características objeto de estudio, más fácil

�Cuanto más homogénea es una población en las características objeto de estudio, más fácil resulta conseguir muestras representativas sin necesidad de que sean grandes. �Es decir, el tamaño de la muestra está en relación directa con la desviación típica de las puntuaciones en las características de la variable a estudiar.

Perdidas……. �¿ qué pérdida puede tolerarse desde la selección de la muestra inicial hasta

Perdidas……. �¿ qué pérdida puede tolerarse desde la selección de la muestra inicial hasta llegar a la que proporciona los datos? � Al mismo tiempo, hay que tener en cuenta que se tiene constancia probada de que las personas que no responden tienen opiniones o patrones de conducta distintos de las que responden; y que el porcentaje de la pérdida también depende, para su representatividad, de cómo se distribuyan las respuestas en la diferentes categorías de la variable

�Se suele considerar que una pérdida del 25% debe preocupar, aun cuando no existan

�Se suele considerar que una pérdida del 25% debe preocupar, aun cuando no existan diferencias estadísticamente significativas; �cuando sea inferior al 50% -se debe leer y escribir con cuidado-; y �…. cuando la proporción es menor del 40% no se deberían dar a conocer los datos, ni considerarlos como conclusiones válidas

�Según Fernández (1983) el tipo de datos que se desea recoger y el medio

�Según Fernández (1983) el tipo de datos que se desea recoger y el medio que para ello se va a emplear son condicionantes que influyen en la menor o mayor reducción de la muestra seleccionada. �No es igual seleccionar, por ejemplo, aulas ya organizadas y recoger la información en días y horas lectivos que hacerlo a través de un cuestionario enviado por correo

�Otro autor sostiene que el tamaño de la muestra también depende del tipo de

�Otro autor sostiene que el tamaño de la muestra también depende del tipo de muestreo que se ha llevado a cabo. � Por ejemplo: en las muestras estratificadas, el error es menor que en las no estratificadas.

Nivel de confianza de los resultados � En lo referente a la finalidad del

Nivel de confianza de los resultados � En lo referente a la finalidad del nivel de confianza queramos que alcancen nuestros resultados también influye en el tamaño que debamos dar a la muestra. � Entre +2 y -2 sigmas de la curva de distribución normal de Gauss, a partir de la media, está incluido el 95. 5% de la población. Esto quiere decir que tenemos una probabilidad de que 955/1000 coincidan con los de la población total. � Si queremos alcanzar una mayor certidumbre hemos de abarcar entre +3 y -3 sigmas, en cuyo caso el riesgo de que exista diferencia entre los estadísticos de la muestra y los parámetros de la población sean distintos será de 997/100, pero naturalmente tendremos que elevar el número de elementos de la muestra.

error de estimación �. Es lógico pensar que no haya una coincidencia total entre

error de estimación �. Es lógico pensar que no haya una coincidencia total entre los datos de la población y los de la muestra. �Hemos de indicar el máximo error tolerable, que suele establecerse en el 5%. Pero si queremos rebajar ese error tendremos que aumentar el volumen de la muestra.

Vimos …. . que determinar el tamaño de la muestra es un tema complejo.

Vimos …. . que determinar el tamaño de la muestra es un tema complejo. Por tanto, el investigador habrá de tener en cuenta: � la amplitud del universo (infinito o no), representatividad, las variables (tipo de datos, valores de la misma, homogeneidad/variabilidad de los datos), � el tipo de muestreo, � el proceso y medios de recogida de datos, � los análisis estadísticos que se planifiquen, � el error muestral, � el error de estimación y � el nivel de confianza con el que deseemos trabajar entre otras consideraciones. � Con esta base se tendrán los referentes necesarios para determinar el tamaño de la muestra.

Tipos de métodos �Muestreo probabilístico muestra aleatoria Simple � Muestra aleatoria sistemática � Muestratificada

Tipos de métodos �Muestreo probabilístico muestra aleatoria Simple � Muestra aleatoria sistemática � Muestratificada � Por conglomerados �Muestreo no probabilístico Por cuotas � intencional o conveniencia � Bola de Nieve � Discrecional.

Métodos probabilisticos �se basan en el principio de equiprobabilidad. � Es decir, aquellos en

Métodos probabilisticos �se basan en el principio de equiprobabilidad. � Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamaño n tienen la misma probabilidad de ser seleccionadas. �Sólo estos métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra extraída y son, por tanto, los más recomendables

�Muestra aleatoria simple �El procedimiento empleado es el siguiente: 1) se asigna un número

�Muestra aleatoria simple �El procedimiento empleado es el siguiente: 1) se asigna un número a cada individuo de la población y 2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de números aleatorios, números aleatorios generados con una calculadora u ordenador, etcétera. ) Se eligen tantos sujetos como sea necesario para completar el tamaño de muestra requerido. Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad práctica cuando la población que estamos manejando es muy grande.

� Muestra aleatoria sistemática � Este procedimiento exige, como el anterior, numerar todos los

� Muestra aleatoria sistemática � Este procedimiento exige, como el anterior, numerar todos los elementos de la población, pero en lugar de extraer n números aleatorios sólo se extrae uno. � Se parte de ese número aleatorio i, que es un número elegido al azar, y los elementos que integran la muestra son los que ocupa los lugares i, i + k, i+2 k, i+3 k, . . . , i+(n-1)k, es decir se toman los individuos de k en k, siendo k el resultado de dividir el tamaño de la población entre el tamaño de la muestra: k= N/n. El número i que empleamos como punto de partida será un número al azar entre 1 y k. � El riesgo en este tipo de muestra está en los casos en que se dan periodicidades en la población ya que al elegir a los miembros de la muestra con una periodicidad constante (k) podemos introducir una homogeneidad que no se da en la población. � Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones y los 5 últimos mujeres, si empleamos un muestra aleatoria sistemática con k=10 siempre seleccionaríamos o sólo hombres o sólo mujeres, no podría haber una representación de los dos sexos

� c) Muestra aleatoria estratificada � Trata de obviar las dificultades que presentan los

� c) Muestra aleatoria estratificada � Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamaño dado de la muestra. � Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a alguna característica (se puede estratificar, por ejemplo, según la profesión, el municipio de residencia, el sexo, el estado civil, etcétera). � Lo que se pretende con este tipo de muestras es asegurarse de que todos los estratos de interés estarán representados adecuadamente en la muestra

�· Afijación Simple: a cada estrato le corresponde igual número de elementos muéstrales. �·

�· Afijación Simple: a cada estrato le corresponde igual número de elementos muéstrales. �· Afijación Proporcional: la distribución se hace de acuerdo con el peso (tamaño) de la población en cada estrato. �· Afijación Óptima: se tiene en cuenta la previsible dispersión de los resultados, de modo que se considera la proporción y la desviación típica. Tiene poca aplicación ya que no se suele conocer la desviación

� Muestra aleatoria por conglomerados. � En la muestra por conglomerados la unidad muestral

� Muestra aleatoria por conglomerados. � En la muestra por conglomerados la unidad muestral es un grupo de elementos de la población que forman una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los departamentos universitarios, una caja de determinado producto, etcétera, son conglomerados naturales. En otras ocasiones se pueden utilizar conglomerados no naturales como, por ejemplo, las urnas electorales. Cuando los conglomerados son áreas geográficas suele hablarse de "muestras por áreas". � Consecuentemente con este principio la muestra por conglomerados consiste en seleccionar aleatoriamente un cierto número de conglomerados (el necesario para alcanzar el tamaño muestral establecido) y en investigar después todos los elementos pertenecientes a los conglomerados elegidos.

Métodos de muestras no probabilísticos �Una precisión importante es que a veces, para estudios

Métodos de muestras no probabilísticos �Una precisión importante es que a veces, para estudios exploratorios, la muestra probabilístico resulta excesivamente costoso y se acude a métodos no probabilísticos, aun siendo conscientes de que no sirven para realizar generalizaciones (estimaciones inferenciales sobre la población), porque no se tiene certeza de que la muestra extraída sea representativa, puesto que no todos los sujetos de la población tienen la misma probabilidad de ser elegidos

 Muestra por cuotas. � También denominado en ocasiones "accidental". � Se asienta generalmente

Muestra por cuotas. � También denominado en ocasiones "accidental". � Se asienta generalmente sobre la base de un buen conocimiento de los estratos de la población y/o de los individuos más "representativos" o "adecuados" para los fines de la investigación. � Mantiene, por tanto, semejanzas con la muestra aleatoria estratificada, pero no tiene el carácter de aleatoriedad de aquél. � En este tipo de muestreo se fijan unas "cuotas" que consisten en un número de individuos que reúnen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 años, de sexo femenino y residentes en Lima. Una vez determinada la cuota se eligen los primeros que se encuentren que cumplan esas características. Para tal efecto, este método se utiliza mucho en las encuestas de opinión

� Muestra intencional o de conveniencia. � Este tipo de muestra se caracteriza por

� Muestra intencional o de conveniencia. � Este tipo de muestra se caracteriza por un esfuerzo deliberado de obtener muestras "representativas" mediante la inclusión en la muestra de grupos supuestamente típicos. Es muy frecuente su utilización en sondeos preelectorales de zonas que en anteriores votaciones han marcado tendencias de voto. � También puede ser que el investigador seleccione directa e intencionadamente los individuos de la población. � El caso más frecuente de este procedimiento el utilizar como muestra los individuos a los que se tiene fácil acceso (los profesores de universidad emplean con mucha frecuencia a sus propios alumnos).

� Bola de nieve. � Se trata de un estudio que primer lugar se

� Bola de nieve. � Se trata de un estudio que primer lugar se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y así hasta conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente cuando se hacen estudios con poblaciones "marginales", delincuentes, sectas, determinados tipos de enfermos, etcétera. Muestreo Discrecional. · � En esta etapa se desarrolla a criterio del investigador los elementos son elegidos sobre lo que él cree que pueden aportar al estudio