Upload
gambitguille
View
842
Download
3
Embed Size (px)
Citation preview
Esp. Guillermo Augusto Narváez Burbano
Una parte fundamental para realizar un estudio
estadístico de cualquier tipo es obtener unos
resultados confiables para lo cual se necesita
generalmente la mayor cantidad de datos posibles.
Pero generalmente resulta casi imposible o
impráctico llevar a cabo algunos estudios sobre toda
una población, para esto la solución es desarrollar el
estudio basándose en un subconjunto de dicha
población realizando un muestreo.
El “qué o quiénes”, es decir, los participantes,
objetos, sucesos o comunidades de estudio son las
unidades de análisis de una investigación. Su
elección depende del planteamiento de la
investigación y de los alcances del estudio. Así, en la
situación de que el objetivo sea describir el uso que
hacen los niños de la televisión, lo más factible sería
interrogar a un grupo de niños. También serviría
entrevistar a los padres de los niños.
Por tanto, para seleccionar una muestra, lo primero
que hay que hacer es definir la unidad de análisis
(individuos, organizaciones, comunidades,
situaciones, eventos, etc.). Una vez definida la
unidad de análisis se delimita la población.
Población: Una vez que se ha definido cuál será la unidad
de análisis, se procede a delimitar la población que va a
ser estudiada y sobre la cual se pretende generalizar los
resultados. Así, una población, también llamada universo,
es el conjunto de todos los casos o elementos que
concuerdan con una serie de especificaciones o
características, o que hacen parte de un espacio común y
de los cuales queremos realizar un estudio para conocer
datos específicos.
Muestra: Parte de una población seleccionada sobre la
cual se recolectarán datos, y que tiene que definirse o
delimitarse de antemano con precisión, la muestra deberá
ser estadísticamente representativa de dicha población.
En las muestras probabilísticas todos los elementos de la
población tienen la misma posibilidad de ser escogidos, la
muestra se obtiene usando métodos estadísticos los cuales
resultaran en una cantidad representativa de la población.
En las muestras no probabilísticas, la elección de los
elementos no depende de la probabilidad, sino de las
características de la investigación o de quien hace la
muestra. Aquí el procedimiento no es mecánico ni con
base en matemáticas, sino de las decisiones del (los)
investigador(es) obedeciendo a diversos criterios.
Muestra
Investigación Cuantitativa: Probabilística o Aleatoria
Investigación Cualitativa: No Probabilística, Dirigida o de
Juicio
Para empezar hay que tener en cuenta que el tamaño que
tiene una población es un factor de suma importancia, ya
que según el número de elementos la población puede ser
finita o infinita.
Una población finita es aquella que está formada por un
limitado número de elementos, por ejemplo; el número
de habitantes de una vereda. En estos casos uno debe
preguntarse: dado que una población o universo tiene un
tamaño (N) ¿cuál es el menor número de unidades de
análisis (personas, objetos, etc.) que necesito para
conformar una muestra (n) que me asegure un
determinado nivel de error (e)?. La respuesta a esta
pregunta busca encontrar una muestra que sea
representativa del universo con cierta posibilidad de error
y nivel de confianza (k o Z).
Una población infinita es aquella que no se conoce
su tamaño real, por ejemplo la cantidad de
profesionales en Trabajo Social que están ejerciendo
su carrera. También puede considerarse infinita una
población que es tan grande que por razones
practicas de una investigación debe manejarse como
un universo infinito.
De todas formas el proceso matemático será similar
al de la población finita. Ya que aunque no conozco
el tamaño de mi universo, aun necesito conformar
una muestra (n) que me asegure un determinado
nivel de error (e) y cierto nivel de confianza (Z o k).
Muestras para Población Finita:
Tamaño de la población o universo.
Límite aceptable de error muestral. Suele usarse un valor que
varía entre el 1% (0,01) y 9% (0,09).
Es la variación positiva o la proporción de individuos que
poseen en la población la característica de estudio, toma un
valor entre 0 y 1. Cuando no se conoce generalmente se le da
el valor de 0,5.
Variación negativa o proporción de individuos que no poseen
esa característica, es decir q = 1- p.
Constante que depende del nivel de confianza que asignemos
y corresponde a una distribución Normal o de Gauss.
N=
e=
p=
q=
Z=
Muestras para Población Finita:
Tamaño de la población o universo.
Valor (Aceptable) entre el 1% (0,01) y 9% (0,09).
Cuando no se conoce generalmente se le da el valor de 0,5.
1 – p (1 menos P).
Constante que depende del nivel de confianza que asignemos
y corresponde a una distribución Normal o de Gauss.
N=
e=
p=
q=
Z=
Z (K) 1,28 1,65 1,96 2,17 2,24 2,33 2,58
Nivel de Confianza 80% 90% 95% 97% 97,5 98% 99%
Muestras para Población Infinita:
Valor (Aceptable) entre el 1% (0,01) y 9% (0,09).
Cuando no se conoce generalmente se le da el valor de 0,5.
1 – p (1 menos p).
Constante que depende del nivel de confianza que asignemos
y corresponde a una distribución Normal o de Gauss.
e=
p=
q=
Z=
Z (K) 1,28 1,65 1,96 2,17 2,24 2,33 2,58
Nivel de Confianza 80% 90% 95% 97% 97,5 98% 99%
Ejemplo:
En una investigación acerca de Riesgos Profesionales y Estrés
en Docentes, la población estará constituida por docentes
tiempo completo de las universidades privadas en la ciudad
de Pasto: Universidad Mariana, Universidad Cooperativa.
Universidad Docentes
Universidad Mariana 226
Universidad Cooperativa 71
TOTAL (Población): 297
Requiere un nivel de confianza de 95% (Z=1,96), y se ha
planteado un error aceptable de 7% (e=0,07). Y al no conocer
la proporción de individuos que poseen la característica de
estudio usamos el valor por defecto (p = 0,5).
Calculadora Online de Muestra Estadística:
http://www.netquest.com/panel_netquest/calculad
ora_muestras.php
http://www.mey.cl/html/samplesize.html
Utilice la teoría aprendida y las herramientas antes
mencionadas para encontrar las siguientes muestras:
1. Muestra de Población Infinita: Nivel de
Confianza= 95%; p = 0.7; margen de error = 10%.
2. Muestra de Población Finita: Nível de Confianza =
98%; Universo = 600; p = 0.7; error = 10%.
HERNANDEZ, Roberto, FERNANDEZ, Carlos, BAPTISTA, Pilar.
Metodología de la Investigación. Perú: McGraw Hill, 2010. 613p.
ISBN 978-607-15-0291-9.
BOLAÑOS, Ernesto. Muestra y Muestreo. Escuela Superior de
Tizayuca
<http://www.uaeh.edu.mx/docencia/P_Presentaciones/tizayuc
a/gestion_tecnologica/muestraMuestreo.pdf> [Citado Marzo 30
de 2014].
Universidad Tec Milenio: Profesional – Metodología de la
investigación.
<http://claroline.ucaribe.edu.mx/claroline/claroline/backends
/download.php?url=L0FwdW50ZXMvMTAucGRm&cidReset=true&
cidReq=GA0102_001> [Citado Marzo 30 de 2014].
Soporte Técnico De Office. Microsoft Excel [En Línea].
<http://office.microsoft.com/es-es/support/?CTT=97> [Citado
Marzo 10 de 2014].