Resumen Del Cap 8
Resumen Del Cap 8
Resumen Del Cap 8
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.
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%.
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.
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.
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 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.