COMO SABER DE CUANTAS PERSONAS SE REQUIERE INFORMACIÓN

MUESTRA

1.- Anteriormente ha identificado las características de las personas que son
fuente de información primaria que necesita para su investigación.

2.- Ahora es necesario hacer un estimativo de cuántas personas son. Debe
tener en cuenta los objetivos del diseño de investigación y las características
de las personas identificadas.

3.- Si las personas forman parte de una población grande en tamaño, acuda
a las estadísticas oficiales, por ejm. www.ine.cl
Si la población no es grande en su tamaño (una empresa, un colegio un
grupo profesional, etc) solicite esa información a quién la tiene.

COMO SABER DE CUANTAS PERSONAS SE REQUIERE INFORMACIÓN
MUESTRA

4.- Cuando usted sepa el número de personas que potencialmente son fuente
de información para su investigación, debe decidir si acude a la población total
o selecciona una muestra para aplicar una técnica de recolección de información.

5.- si decide seleccionar una muestra de una población total, cumpla con los
procedimientos estadísticos para este fin. Acuda a los textos de muestreo que
le indican cómo definir su muestra, el tipo de muestreo que debe utilizar.

6.- Ahora usted ya sabe el número de personas a las que debe requerir
información de acuerdo con la técnica que decida utilizar para su recolección.

COMO SABER DE CUANTAS PERSONAS SE REQUIERE INFORMACIÓN MUESTRA Para seleccionar una muestra.) Determinar quienes van a ser medidos. También se puede plantear que es el grupo de posibles participantes al cual se desea generalizar los resultados del estudio . se procede a delimitar la población. Una vez que se ha definido cuál será nuestra unidad de análisis. periódicos. depende de precisar claramente el problema a investigar y los objetivos de la investigación. se debe definir la unidad de análisis (personas. etc. Población es el conjunto de todos los casos que concuerdan con una serie de especificaciones. organizaciones.

podrán aplicarse a diferentes poblaciones que tengan las mismas características pero que estén en situaciones diferentes. los resultados solo pueden aplicarse a los integrantes de la misma muestra que participaron en la investigación original.Si los resultados son generalizables. y a nadie más Muestra es un subgrupo de la población. si la muestra seleccionada no es una representación exacta de la población). Si los resultados no son generalizables (es decir. Para seleccionar la muestra deben delimitarse las características de la población .

lugar y tiempo. depende de los objetivos del estudio. El elegir entre una muestra probabilística o una no probabilística. en la misma proporción? ¿Es la muestra . del esquema de investigación y de la contribución que se piensa hacer con dicho estudio Uno debe preguntarse: ¿la muestra que seleccioné de la población tiene al parecer todas las características de la población. efectivamente .Las poblaciones deben situarse claramente en torno a sus características de contenido. una mini población? .

donde todos los elementos de la población tienen una misma probabilidad de ser elegidos. Las muestras probabilísticas son esenciales en los diseños de investigación por encuestas en donde se pretende hacer estimaciones de variables en la población. estas variables se miden con instrumentos de medición y se analizan con pruebas estadísticas para el análisis de datos en donde se presupone que la muestra es probabilística. El principal objetivo de una muestra probabilística es el reducir al mínimo el error de la predicción (error estándar).Muestras probabilísticas o aleatorias: todos los elementos de la población tienen la misma probabilidad de ser escogidos. .

pues hay errores que dependen de la medición y estos no pueden ser calculados matemáticamente. el que se puede calcular.Los elementos muestrales tendrán valores muy parecidos a los de la población. nos darán estimados precisos del conjunto mayor Que tan precisos son dichos estimados depende del error en el muestreo. . de manera que las mediciones en el subconjunto.

por tal.Tamaño de la muestra y error muestral. es necesario tomar una muestra representativa. refleja las características que definen a la población de la cual fue extraída. Recordemos que la muestra descansa en el principio de que las partes representan al todo y. Cuando trabajamos con muestras. la validez de la generalización depende de la validez y tamaño de la muestra. Por lo tanto. lo cual nos indica que es representativa. Para hacer una generalización exacta de una población. generalmente se presentan dos tipos de errores: Error sistemático Error de muestreo o muestral .

Insuficiencia en la recolección de datos: hay distorsión por falta de respuestas. Errores de cobertura a causa de que no se han incluido elementos importantes y significativos para la investigación que se realiza. .Error sistemático Llamado de distorsión o sesgo de la muestra. ya sea por ignorancia o falta de datos relativos a los elementos incluidos. Distorsiones del encuestador causadas por prejuicios. se presentan por causas ajenas a la muestra. por ejemplo. Situaciones inadecuadas: se presentan. que no siempre es la más confiable. o respuestas inadecuadas. cuando el encuestador tiene dificultades para obtener la información y la sustituye por la que más fácilmente está a su alcance. interés personal o por fallas en la aplicación de instrumentos.

pues la muestra va acercándose más al tamaño del universo. A medida que incrementamos el tamaño de la muestra. ello significa que existe un 95% de probabilidades de que el conjunto muestral represente adecuadamente al universo del cual ha sido extraído. la muestra diferirá de la población. el error muestral tiende a reducirse. es posible calcular sobre ella el error muestral.Error de muestreo o muestral Cualquiera sea el procedimiento utilizado y la perfección del método empleado. para una muestra determinada. Cuando una muestra es aleatoria o probabilística. A esta diferencia se la denomina error de muestreo. Del mismo modo. es decir. Este error indica el porcentaje de incertidumbre. . Si trabajamos con un error calculado en 5%. el riesgo que se corre de que la muestra elegida no sea representativa. su error será menor cuanto más pequeño sea el universo a partir del cual se la ha seleccionado.

deberán realizarse las operaciones estadísticas correspondientes para poder calcular el tamaño de la muestra que nos permite situarnos dentro del margen de error aceptado A veces. Una vez hecho esto. por otra parte. para un universo de 10. el tamaño de la muestra queda determinado previamente por consideraciones prácticas. una muestra de 200 unidades tendrá un error mayor que una de 300. es preciso primero determinar el porcentaje de error que estamos dispuestos a admitir.000 casos.Error de muestreo o muestral Así.000 unidades que si éste posee solamente 2. Para fijar el tamaño de la muestra adecuado a cada investigación. sin embargo. no hay otra alternativa que aceptar el nivel de error que su magnitud acarree.000. . una muestra de 200 casos. en tales casos. tendrá un error mayor si el universo tiene 10.

Igual : porque no existe alguna predisposición a escoger una persona en lugar de otra Independiente: porque el hecho de escoger una persona no predispone al investigador a favor o en contra de escoger otra persona dada.Muestreo Aleatorio Simple Aquí cada miembro de la población tiene una probabilidad igual e independiente de ser seleccionado como parte de la muestra. .

definir la población de la cual se desea seleccionar una muestra 2..listar todos los miembros de la población 3..asignar números a cada miembro de la población 4.El proceso de muestreo aleatorio simple consta de 4 pasos: 1...aplicar un criterio para seleccionar la muestra deseada. .

Muestreo Sistemático en este tipo de muestreo se escoge cada k-ésimo nombre de la lista. . El término k-ésimo representa un número entre 0 y el tamaño de la muestra que usted quiere seleccionar.

Muestra probabilística estratificada: Cuando no basta que cada uno de los elementos muestrales tengan la misma probabilidad de ser escogidos. sino que además es necesario estratificar la muestra en relación a estratos o categorías que se presentan en la población y que aparte son relevantes para los objetivos del estudio. Lo que aquí se hace es dividir a la población en subpoblaciones o estratos y se selecciona una muestra para cada estrato. se diseña una muestra probabilística estratificada. .

La estratificación aumenta la precisión de la muestra e implica el uso deliberado de diferentes tamaños de muestra para cada estrato. 14% protestantes. . y 4 % judíos. Por ejemplo. la muestra deberá tener las mismas características si la religión es una variable importante. si la población es 82% católicos. a fin de lograr reducir la varianza de cada unidad de la media muestral.

Es crucial entender la última parte del enunciado anterior. no hay razón para preocuparse por obtener una muestra que siga el mismo patrón de la población y esté estratificado. . Si ésta o aquella característica de la población no tiene relación alguna con lo que se está estudiando.

Muestreo probabilístico por racimos: En algunos casos en donde el investigador se ve limitado por recursos financieros. En este tipo de muestreo se reducen costos. se recurre a otra modalidad de muestreo llamado por racimos. tiempo y energía al considerar que muchas veces nuestras unidades de análisis se encuentran encapsuladas o encerradas en determinados lugares físicos o geográficos a los que denominamos racimos. . por tiempo. por distancias geográficas o por una combinación de éstos y otros obstáculos.

UNIDAD DE ANALISIS POSIBLES RACIMOS Adolescentes Centros juveniles Obreros Industrias Dueñas de casa Supermercados Niños Colegios Personajes de TV Programas de TV .

En la segunda. el sujeto o sujetos a quienes en última instancia vamos a aplicar el instrumento de medición. La unidad muestral se refiere al racimo a través del cual se logra el acceso a la unidad de análisis. y dentro de estos racimos se seleccionan a los sujetos u objetos que van a ser medidos.El muestrear por racimos implica diferenciar entre la unidad de análisis y la unidad muestral. Para ello se hace una selección que asegure que todos los elementos del racimo tienen la misma probabilidad de ser elegidos. El muestreo por racimos supone una selección en dos etapas. . siguiendo los ya reseñados pasos de una muestra probabilística simple o estratificada. o sea. se seleccionan los racimos. En la primera. ambas con procedimientos probabilísticos. La unidad de análisis se refiere a quiénes van a ser medidos.