Población Y Muestra

Una Población esta determinada por sus características definitorias, por lo tanto, el conjunto de elementos que posea esta característica se denomina población o universo.

Población, es la totalidad del fenómeno a estudiar en donde las unidades de población poseen una característica común, la cual se estudia y da origen a los datos de investigación.

Selltiz (S/F), citado por señala que una población es el conjunto de todas las cosas que concuerdan con una serie determinada de especificaciones.

Cuando se seleccionan algunos de los elementos con la intención de investigar algo sobre la población de la cual están tomado, nos referimos a ese grupo de elementos como muestra.

La muestra descansa en el principio de que las partes representan al todo y por tal refleja las características que definen la población de la cual fue extraída, lo cual nos indica que es representativa. Es decir, que para hacer una generalización exacta de una población es necesario tomar una muestra representativa y por tanto, la validez de la generalizacion depende de la validez y tamaño de la muestra.

Para Ander-Egg, la muestra “es el conjunto de operaciones que se realizan para estudiar la distribución de determinados caracteres en la totalidad de una población, universo o colectivo, partiendo de la observación de un fracción de la población considerada” Pg. 81).

Leyes del método de muestreo.

El método del muestreo se basa en ciertas leyes que le otorgan su fundamento científico, las cuales son: La ley de los grandes números y el cálculo de probabilidades.

La ley de los grandes números se enuncia así:

Si en una prueba la probabilidad de un acontecimiento o suceso es P1, y si éste se repite una gran cantidad de veces, la relación entre las veces que se produce el suceso y la cantidad total de pruebas- es decir la frecuencia F del suceso- tiende a acercarse cada vez más la probabilidad P. Más exactamente, si el número de pruebas es suficientemente grande, resulta totalmente improbable que la diferencia entre F y P supone cualquier valor prefijado por pequeño que sea.

La probabilidad de un hecho o suceso es la relación entre el número de casos favorables (p) a este hecho con la cantidad de casos posibles, suponiendo que todos los casos son igualmente posibles. El modo de establecer la probabilidad es lo que se denomina cálculo de probabilidad.

De estas dos leyes fundamentales de la estadística se infieren aquellas que sirven de base más directamente al método de muestreo, a saber:

Ley de la regularidad estadística: Según esta ley, un conjunto de n unidades tomadas al azar de un conjunto N, es casi seguro que tenga las características del grupo más grande.

Ley de inercia de los grandes números: Esta ley, se refiere al hecho de que en la mayoría de los fenómenos, cuando una parte varía en una dirección, es probable que una parte igual del mismo grupo, varíe en dirección opuesta.

Ley de la permanencia de los números pequeños. Los estadísticos la formulan de la siguiente manera: Si una muestra suficientemente grande es representativa de la población, una segunda muestra de igual magnitud deberá ser semejante a la primera; y sí en la primera muestra se encuentran pocos individuos con características raras, es de esperar encontra igual proporción en la segunda muestra.

Tipos de muestras probabilísticas

Entre metodólogos y estadísticos no hay acuerdo sobre los diversos tipos de muestras, pues éstas se determinan generalmente en base a sus necesidades, a continuación se tratarán las más usuales:

Muestreo aleatorio simple o al azar: El elemento más común para obtener una muestra representativa es la selección al azar, es decir, que cada uno de los individuos de la población tiene la misma posiblidad de ser elegido. Si no se cumple este requisito se dice que la muestra es viciada.

Para tener la seguridad de que la muestra al azar no es viciada debe emplearse para su constitución una tabla de números aleatorios. El muestreo al azar o aleatorio simple es la base fundamental del muestreo probabilístico.

Muestreo aleatorio sistemático: El procedimiento inicial es el mismo que en el caso anterior, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se parte de ese número aleatorio i, que es un número elegido al azar, y los elementos que integran la muestra son los que ocupan los lugares i, i+k, i+2k, i3k…i+(n+1)K, es decir se toman los elementos de k en k, siendo k el resultado de dividir el tamaño de la población entre el tamaño de la mustra: K=N/n. El número i que empleamos como punto de partida será un número al azar entre 1 y k.

Muestreo aleatorio estratificado: Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a algunas características, se puede estratificar según la profesión, municipio de residencia, sexo, etc.. Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los elementos concretos que formarán parte de la muestra.

Tipos de muestreos no probabílisticos:

Muestreo por cuotas: Se divide la población en estratos o categorías y se asigna una cuota para las diferentes categorías, y a juicio del investigador se selecciona las unidades de muestreo. La muestra ha de ser proporcional a la población y en ella deberán tenerse en cuenta las diferentes categorías socioprofesionales, las cuales serán igualmente profesionales. El muestreo por cuotas tiene en cuenta diversas categorías, pero éstas quedan a criterio del investigador, lo cual se presta a distorsiones.

Muestreo Intencionado: Se le da tambien el nombre de sesgado; en él, el investigador selecciona los elementos que su juicio son representativos, lo cual exige al investigador un conocimiento previo de la población que se investiga para poder determinar cuáles son las categorías o elementos que se pueden considerar como tipo representativo del fenómeno que se estudia.

Muestreo míxto: En este tipo se combinan diversos tipos de muestreo, ya sean probabilísticos y no probabílísticos, o puede seleccionar las unidades de la muestra en forma aleatoria y luego aplicarse el muestreo por cuotas.

Tamaño y selección de la muestra

Para determinar el tamaño de la muestra debe tenerse en cuenta los parámetros de la población que se desea investigar; el rango de invalidez o infidelidad permisible en las estimaciones y una estimación aproximada de la distribución de la característica investigada en la población.

El tamaño de la muestra está determinado propiamente por el nivel de precisión requerido, y por error de muestreo aceptable.

Los procedimientos para seleccionar una muestra tienen como objetivo la mayor seguridad o probabilidad de que la muestra reproduzca las características de la población. Una característica o atributo esta bien distribuida regularmente sí, más o menos, las dos terceras partes de la muestra poseen la característica en un grado cercano al promedio; un sexto de la muestra posee la característica en un grado muy elevado y otro sexto de la muestra la posee en un grado más débil.

Cualidadades de una buena muestra

Para que una buena muestra proporcione datos confiables, éstos deben ser representativos de la población, es decir, que los errores de muestreo deben ser mínimos, para que ésta no pierda validez. Generalmente se presentan dos tipos de errores: sistemáticos y de muetreo.

Error sistemático: LLamados también de sesgo o distorsión, se presentan por causas ajenas a la muestra:

  • Situaciones inadecuadas: Cuando el encuestador tiene dificultades para obtener la información y la sustituye por la que este más a su alcance.
  • Insuficiencia en la recolección de datos: Hay distorsión por falta de respuestas, o respuestas inadecuadas, ya sea por ignorancia o falta de datos relativos a los elementos incluidos. Distorciones del encuestador causadas por prejuicios, interés personal, o por fallas en la aplicación del instrumento.
  • Errores de cobertura a causa de que no se han incluidos elementos importantes y significativos para la investigación que se realiza.

Error de muestreo: Cualquiera que sea el procedimiento utilizado y la perfección del método empleado, la muestra diferirá de la población. A esta diferencia entre la población o universo y la muestra, se le denomina error de muestreo.

agosto 4, 2008. General. Deja un comentario.

Variables

estadistica

 Las variables son las características observables de un objeto, problema o evento que se puede describir de acuerdo a una escala de medición bien definida.

Generalmente cuando se investiga lo primero que se hace es definir y clarificar el problema y lo que se hace en esta fase es establecer la relación de causa y efectos entre dos o más variables.

Las variables pueden asumir diferentes valores o clasificarse según la naturaleza de estudio que se lleva a cabo. Las cuales pueden ser según su función o de acuerdo a su nivel de medición.

Clasificación de las Variables de acuerdo a su función:

Variables Independiente: Son aquellas que afectan o determinan el comportamiento de otras variables.

Variables dependiente: Es el elemento observado y medido para determinar el efecto que en ella produce la variable independiente. Por ejemplo:

Supongamos que un investigador esta observando el fenómeno de abstención electoral en las últimas elecciones y selecciona la variable sexo, para estudiar el efecto que ésta tuvo sobre la abstención electoral.

Variable independiente: Sexo

Variable Dependiente: Abstención electoral

En este caso el investigador analiza la abstención electoral para estudiar el efecto que sobre ella ejerció la variable independiente sexo de los votantes en este caso.

Variables Interviniente o Moderadora: Es un tipo de variable independiente (variable secundaria), que modifica la accíón de la variable independiente sobre un determinado fenómeno. Cuando frente a un fenómeno actúa una variable interviniente, la acción de la variable independiente se mantiene, modificando solo su intensidad y/o dirección. Por ejemplo: La posibilidad de ingresar a estudios superiores, es mayor para las personas de clase media que para los de clase baja. Sin embargo, esta diferencia es menor en el caso de los hombres que las mujeres:

Variable independiente: Clases de estudiantes

Variable dependiente: Posibilidad de Ingresar a la universidad

Variable Moderadora: El sexo.

Clasificación de las variables de acuerdo al nivel de medición:

Variables cualitativas: Son aquellas que se refieren a atributos o cualidades; por ejemplo el sexo, estado civil, entre otras. Estas pueden ser divididas  a su vez en: Dicotómicas: Las que poseen dos valores, como es el caso de la variable sexo que asume varón o hembra. Las Politómicas: Las que pueden adoptar más de dos valores, como es el caso de la variable  estado civil que puede asumir el valor de soltero, casado, viudo o divorciado.

Variables cuantitativas: Son aquellas que expresan una característica que puede ser medida. Estas pueden ser divididas en: Discretas: Cuando la variable se expresa numéricamente en unidades enteras, como por ejemplo matrícula escolar, número de habitantes. contínuas: Cuando la variable se expresa con cualquier valor de la escala numérica, por ejemplo, el peso 2,5 grs, 1,5 horas, entre otras.

 

 

 

junio 21, 2008. General. Deja un comentario.

Observa este video “Clasificación de Variables”. Realiza y comparte tus comentarios sobre el tema

 

junio 21, 2008. General. Deja un comentario.

Seguir

Recibe cada nueva publicación en tu buzón de correo electrónico.