Resumen Del Cap 8

En la mayoría de las investigaciones, se utiliza una muestra para recolectar datos en lugar de
analizar toda la población o universo de estudio. La muestra se selecciona debido a

consideraciones de tiempo, recursos y practicidad. Sin embargo, hay casos en los que se realiza
un censo, incluyendo todos los casos o elementos del universo de estudio.
La elección de la muestra depende del objetivo de la investigación y del diseño del estudio. Por
ejemplo, si el objetivo es describir el uso que hacen los niños de la televisión, se seleccionaría
un grupo de niños como participantes o incluso se podrían entrevistar a los padres de los
niños. En otros casos, como en el estudio de Greenberg, Ericson y Vlahos (1972), el objetivo era
investigar las discrepancias o similitudes en las opiniones de madres e hijos sobre la costumbre
de ver televisión. En este caso, se seleccionaron madres e hijos como unidades de análisis y se
entrevistaron por separado.
Es importante que en una investigación exista coherencia entre los objetivos de la investigación
y la elección de la muestra. A veces, los estudiantes cometen errores al no lograr esta
coherencia en sus propuestas de investigación y tesis. Es fundamental que se tenga claridad
sobre qué o quiénes serán objeto de estudio y cómo la muestra seleccionada contribuirá a
alcanzar los objetivos de la investigación.
La elección entre una muestra probabilística y una no probabilística depende del

planteamiento del problema, las hipótesis, el diseño de investigación y las metas del estudio.
Las muestras probabilísticas ofrecen varias ventajas, siendo una de las principales la capacidad
de medir el error en las predicciones. El objetivo principal de un diseño de muestra
probabilística es minimizar este error, también conocido como error estándar.
Las muestras probabilísticas son especialmente importantes en los diseños de investigación

transversales, tanto descriptivos como correlacionales-causales, como las encuestas de
opinión. En estos casos, se busca realizar estimaciones de variables en la población. Las
variables se miden y analizan en una muestra en la que se supone que todos los elementos de
la población tienen la misma probabilidad de ser seleccionados. Se espera que las mediciones
en la muestra sean muy similares a las de la población, lo que proporcionará estimaciones
precisas del conjunto más amplio. La precisión de estas estimaciones depende del error en el
muestreo, el cual se puede calcular y controlar.
El cálculo del tamaño de muestra es un proceso importante al elaborar una muestra

probabilística. Se busca determinar el menor número de elementos muestrales necesarios para
asegurar un nivel de error estándar aceptable. El objetivo es obtener una muestra
representativa de la población con cierta posibilidad de error y nivel de confianza.
Para realizar el cálculo, se requieren los siguientes datos:
Tamaño del universo o población (N): Se refiere al número total de unidades en la población.
Por ejemplo, el número de empresas en una ciudad.
Error máximo aceptable: Es el nivel de error que se admite como tolerancia para la
representatividad de la muestra. Los niveles comunes de error suelen ser del 1% al 5%.
Porcentaje estimado de la muestra: Es la probabilidad de ocurrencia del fenómeno que se está

estudiando. Se puede estimar sobre la base de muestreos previos o se asume un valor
predeterminado, como el 50%.
Nivel deseado de confianza: Es el complemento del error máximo aceptable y representa el
nivel de confianza deseado. Por ejemplo, si se elige un error del 5%, el nivel de confianza será
del 95%.
Una vez que se proporcionan estos datos, se puede utilizar una herramienta como el programa
STATS® para calcular el tamaño de muestra requerido. Al presionar el botón de calcular, se
obtiene el tamaño de muestra representativo para el universo en términos de probabilidad.
Es importante tener en cuenta que el tamaño de muestra varía según el nivel de error y
confianza establecidos. A menor error y mayor nivel de confianza deseado, se requerirá un
tamaño de muestra más grande para garantizar la representatividad de la población.
Además, se menciona la posibilidad de utilizar muestras probabilísticas estratificadas cuando se

desea comparar resultados entre segmentos o grupos específicos de la población. Esto implica
dividir la población en estratos y seleccionar muestras para cada estrato, lo que aumenta la
precisión de la muestra.
El procedimiento de selección de la muestra en un estudio probabilístico se realiza de manera

aleatoria para garantizar que todos los elementos de la población tengan la misma
probabilidad de ser seleccionados. Se utilizan varios métodos, entre los cuales se mencionan:
1. Tómbola: Consiste en numerar todos los elementos de la población y colocarlos en fichas o

papeles que se revuelven en una caja. Luego se extraen al azar n fichas, donde n es el tamaño
de la muestra deseada. Los números seleccionados conforman la muestra.
2. Números aleatorios: Se utilizan generadores de números aleatorios, como el programa

STATS®, para obtener una secuencia de números aleatorios. Se establece un límite inferior y
superior que corresponden al primer y último elemento de la población, respectivamente.
Luego se generan n números aleatorios dentro de ese rango, y estos números representan los
casos de la muestra.
3. Selección sistemática: Este método implica elegir elementos muestrales a partir de un

intervalo determinado. El intervalo se calcula dividiendo el tamaño de la población entre el
tamaño de la muestra. Por ejemplo, si se necesita una muestra de n elementos de una
población de N, el intervalo sería K = N/n. Se comienza seleccionando un número aleatorio
entre 1 y K, y luego se eligen los elementos en intervalos de K hasta completar la muestra.
Es importante contar con un marco muestral, que puede ser un listado existente o una lista
elaborada específicamente para el estudio, que permita identificar físicamente los elementos
de la población y enumerarlos. Los listados existentes pueden ser guías telefónicas, directorios
especializados, registros médicos, nóminas de organizaciones, entre otros. En caso de no
contar con un listado adecuado, es necesario elaborar uno ad hoc.
Estos procedimientos aseguran que la muestra seleccionada sea representativa de la población
y permiten estimar parámetros y generalizar los resultados obtenidos en el estudio.
La teoría de la probabilidad se basa en muestras probabilísticas, donde todos los casos tienen
la misma posibilidad de ser elegidos y los resultados se pueden generalizar a la población. En
contraste, las muestras no probabilísticas no cumplen con este criterio y la elección de los
casos depende de la decisión del investigador o grupo que recolecta los datos.
Las muestras no probabilísticas pueden ser útiles en ciertos diseños de estudio que no
requieren representatividad de la población, sino una selección cuidadosa y controlada de
casos con características específicas.
En el enfoque cualitativo, donde la generalización de los resultados no es prioritaria, las

muestras no probabilísticas pueden ser valiosas, ya que permiten obtener casos de interés para
el investigador y proporcionar riqueza en la recolección y análisis de datos.
Se menciona un ejemplo de clasificación de los 500 mejores discos según dos muestras de
jueces, donde se incluyen diversos artistas, pero no se menciona a "Yes".
Se presenta un ejemplo donde se combina el muestreo dirigido y el muestreo probabilístico en

un estudio sobre el efecto de la satisfacción de la calidad del diseño ambiental en el lugar de
trabajo. Se seleccionaron dirigidamente 15 edificios con certificado de LEED y luego se realizó
un muestreo probabilístico de 3,769 empleados.
Se menciona la técnica de muestreo al azar por marcado telefónico (Random Digit Dialing)
utilizada para seleccionar muestras telefónicas. Esta técnica implica identificar áreas
geográficas y sus códigos telefónicos para generar al azar los dígitos restantes del número
telefónico.

Resumen Del Cap 8

Cargado por

Copyright:

Formatos disponibles

Resumen Del Cap 8

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Resumen Del Cap 8

Cargado por

Copyright:

Formatos disponibles

En la mayoría de las investigaciones, se utiliza una muestra para recolectar datos en lugar de

analizar toda la población o universo de estudio. La muestra se selecciona debido a

La elección entre una muestra probabilística y una no probabilística depende del

Las muestras probabilísticas son especialmente importantes en los diseños de investigación

El cálculo del tamaño de muestra es un proceso importante al elaborar una muestra

Para realizar el cálculo, se requieren los siguientes datos:

Porcentaje estimado de la muestra: Es la probabilidad de ocurrencia del fenómeno que se está

Además, se menciona la posibilidad de utilizar muestras probabilísticas estratificadas cuando se

El procedimiento de selección de la muestra en un estudio probabilístico se realiza de manera

1. Tómbola: Consiste en numerar todos los elementos de la población y colocarlos en fichas o

2. Números aleatorios: Se utilizan generadores de números aleatorios, como el programa

3. Selección sistemática: Este método implica elegir elementos muestrales a partir de un

En el enfoque cualitativo, donde la generalización de los resultados no es prioritaria, las

Se presenta un ejemplo donde se combina el muestreo dirigido y el muestreo probabilístico en

También podría gustarte