Resumen de Fundamentos de la Metodología de Investigación
Fundamentos de la Metodología de Investigación: Guía Esencial
Introducción
El muestreo es el conjunto de técnicas que permite seleccionar una parte (muestra) de una población para inferir características del todo. Elegir la técnica adecuada reduce costos y tiempos, y mejora el control de calidad de los resultados.
Definición: El muestreo es el proceso de seleccionar unidades representativas de una población para obtener conclusiones válidas sobre esa población.
Clasificación general
Se distinguen dos grandes familias:
- Muestras probabilísticas: cada unidad tiene una probabilidad conocida y no nula de ser seleccionada. Permiten generalizar resultados.
- Muestras no probabilísticas: la probabilidad de selección no es conocida; resultado no representativo ni generalizable con seguridad.
Muestras probabilísticas (detalladas)
Definición: Muestras probabilísticas son aquellas en que todas las unidades de la población tienen la misma probabilidad, o una probabilidad conocida, de ser incluidas en la muestra.
-
Aleatoria simple
- Descripción: Selección totalmente al azar (tablas, generadores, bolilleros).
- Cuándo usar: variable distribuida aleatoriamente, universos pequeños ($<200$), poca dispersión geográfica.
- Ventajas: Resultados extrapolables; fácil interpretación estadística.
- Desventajas: Requiere listado completo, puede ser costosa, subgrupos minoritarios pueden quedar sin representación.
- Ejemplo práctico: Seleccionar 50 estudiantes de un listado de 180 por números aleatorios para una encuesta de satisfacción.
-
Aleatoria sistemática
- Descripción: Se elige la primera unidad al azar y luego cada $K$ unidades, donde $$K = \frac{N}{n}$$ con $N$ población total y $n$ tamaño de muestra.
- Cuándo usar: cuando no se tiene listado completo pero se puede estimar, dificultades de acceso, distancias grandes.
- Precauciones: No recomendable si las unidades están ordenadas periódicamente (p. ej. por día de la semana).
- Ejemplo práctico: En un censo de un barrio con casas numeradas, seleccionar cada 10ª casa empezando en un número aleatorio del 1 al 10.
-
Estratificada
- Descripción: Se divide la población en estratos (subgrupos) homogéneos internamente y heterogéneos entre sí, y se toma una muestra proporcional de cada estrato.
- Cuándo usar: cuando la variación entre estratos es mayor que dentro de ellos; mejora la precisión para subgrupos clave.
- Ejemplo práctico: Encuesta nacional donde se estratifica por regiones y se toma una muestra proporcional por región.
-
Por conglomerados (clusters)
- Descripción: La población se agrupa en conglomerados heterogéneos internamente y similares entre sí; se seleccionan aleatoriamente conglomerados y luego unidades dentro de ellos.
- Cuándo usar: alta dispersión geográfica o barreras de acceso; reduce costos de campo.
- Ejemplo práctico: Seleccionar escuelas (conglomerados) al azar y luego encuestar estudiantes dentro de las escuelas seleccionadas.
Tabla comparativa: tipos probabilísticos
| Tipo | Requiere listado completo | Mejor cuando | Riesgo principal |
|---|---|---|---|
| Aleatoria simple | Sí | Universos pequeños, sin estructura | Subgrupos minoritarios sin representación |
| Sistemática | No siempre | Acceso difícil, distancias grandes | Periodicidad en el ordenamiento |
| Estratificada | Sí (por estrato) | Gran heterogeneidad entre estratos | Error si estratos mal definidos |
| Conglomerados | No (por conglomerados) | Alta dispersión geográfica | Mayor varianza si conglomerados muy distintos |
Muestras no probabilísticas (detalladas)
Definición: Muestras no probabilísticas son las seleccionadas por criterios no aleatorios; no permiten estimaciones de probabilidad de selección ni generalización segura.
-
Por cuotas
- Similar a la estratificada en composición pero la selección dentro de la cuota no es aleatoria.
- Uso: estudios de mercado donde se busca reproducir estructura demográfica rápidamente.
-
Por conveniencia
Zaregistruj se pro celé shrnutí¿Ya tienes cuenta? Iniciar sesión
Muestreo: Técnicas y Errores
Klíčové pojmy: Muestreo: seleccionar unidades representativas de una población, Muestras probabilísticas permiten generalizar resultados, Aleatoria simple requiere listado completo y es apta para universos pequeños, Sistemática usa intervalo $K=\frac{N}{n}$; evitar si hay periodicidad, Estratificada mejora precisión cuando hay mayor variación entre estratos, Conglomerados reduce costos en áreas geográficas dispersas, No probabilísticas (cuotas, conveniencia, juicio, voluntarios) no garantizan representatividad, Errores: sesgo de selección y sesgo de información (sistemáticos), Errores aleatorios: Tipo I ($\alpha$) y Tipo II ($\beta$); poder $=1-\beta$, Diseñe y pilotee cuestionarios; usar al menos 18 ítems para mayor confiabilidad, Calcular tamaño de muestra considerando $\alpha$, $\beta$ y efecto esperado, Usar estratificación o aumentar tamaño para reducir errores de muestreo