You are on page 1of 4

¿Cómo seleccionar una muestra?

Se debe definir cuál será la unidad de muestreo y análisis y cuáles son las características de
la población.
Deben ser representativas; por tanto, el uso de los términos al azar y aleatorio sólo denota un
tipo de procedimiento mecánico relacionado con la probabilidad y con la selección de
elementos o unidades, pero no aclara el tipo de muestra ni el procedimiento de muestreo.

Definir los objetos que van ser medidos

Delimitar la población

Elegir el tipo de muestra

Probabilístico: simple racismo estratificado

No probabilístico: sujetos voluntarios, experimentados sujetos tipos, cuotas

Definir el tamaño de la muestra

Aplicar el procedimiento de la selección

Obtener la muestra

Tipos de muestra
Básicamente, categorizamos las muestras en dos grandes ramas:
Muestras probabilísticas, todos los elementos de la población tienen la misma posibilidad de
ser escogidos para la muestra y se obtienen definiendo las características de la población y el
tamaño de la muestra, y por medio de una selección aleatoria o mecánica de las unidades de
muestreo/análisis.
Subgrupo de la población en el que todos los elementos tienen la misma posibilidad de ser
elegidos.

Muestras no probabilísticas, la elección de los elementos no depende de la probabilidad, sino


de causas relacionadas con las características de la investigación o los propósitos del investigador.
Subgrupo de la población en la que la elección de los elementos no depende de la probabilidad,
sino de las características de la investigación.

¿Cómo seleccionar una muestra probabilística?

Se selecciona en base a las características, el tamaño de la muestra y según la contribución que


se piensa hacer con ella. La muestra probabilística y la no probabilística
se hacen según el planteamiento del problema, la hipótesis, el diseño de investigación.

Calculo el tamaño de tu muestra:

Tamaño de la población: la cantidad total de personas en el grupo al que intentas llegar con tu
encuesta se denomina tamaño de la población. Si estás tomando una muestra aleatoria de
personas en Estados Unidos, el tamaño de tu población será aproximadamente de 317 millones.
De igual forma, si estás encuestando a tu empresa, el tamaño de la población es la cantidad total
de empleados.

Margen de error: un porcentaje que describe qué tanto se acerca la respuesta que dio tu muestra
al “valor real” en tu población. Mientras más pequeño es el margen de error, más cerca estás de
tener la respuesta correcta dado cierto nivel de confianza.

Nivel de confianza: una medida de la seguridad de que tu muestra refleja de forma precisa la
población, dentro de su margen de error. Los estándares comunes usados por los investigadores
son 90 %, 95 % y 99 %.

A modo de ejemplo, digamos que necesitas decidir entre dos nombres diferentes para tu nuevo
producto. Según tus estimaciones, hay 400,000 clientes potenciales en tu mercado objetivo. Si
decides que el estándar industrial con un margen de error de 3 % y un nivel de confianza de 95 %
es apropiado, necesitarás obtener 1065 encuestas completadas.

Cómo calcular el tamaño de tu muestra


Si deseas hacer el cálculo del tamaño de la muestra a mano, usa la siguiente fórmula:

Tamaño de la muestra =

Tamaño de la población = N | Margen de error = e | puntuación z = z

e es un porcentaje, debe estar expresado con decimales (por ejemplo, 3 % = 0.03).

La puntuación z es la cantidad de desviaciones estándar que una proporción dada se aleja de la


media. Para encontrar la puntuación z adecuada, consulta la tabla a continuación:

Nivel de confianza deseado Puntuación z


80 % 1.28
85 % 1.44
90 % 1.65
95 % 1.96
99 % 2.58
Muestra probabilística estratificada

Es comparar sus resultados entre segmentos, grupos o nichos de la población, porque así lo
señala el planteamiento del problema.
Muestreo en el que la población se divide en segmentos y se selecciona una muestra para cada
segmento.
El muestreo estratificado es un procedimiento de muestreo en el que el objetivo de la población se
separa en segmentos exclusivos, homogéneos (estratos), y luego una muestra aleatoria simple se
selecciona de cada segmento (estrato). Las muestras seleccionadas de los diversos estratos se
combinan en una una sola muestra. Este procedimiento de muestreo se refiere a veces como ”
muestreo de cuota aleatorio”.

Muestreo probabilístico por racimos


En este tipo de muestreo se reducen costos, tiempo y energía, al considerar que a veces las
unidades de muestreo/análisis se encuentran encapsuladas o encerradas en determinados
lugares físicos o geográficos, a los que se denomina racimos.
Implica diferenciar entre la unidad de análisis y la unidad maestral. La unidad de análisis indica
quiénes van a ser medidos, es decir, los participantes o casos a quienes en última instancia
vamos a aplicar el instrumento de medición
Muestreo en el que las unidades se encuentran encapsuladas en determinados lugares físicos
Es racimo a través del cual se logra el acceso a la unidad de análisis.

¿Cómo se lleva a cabo el procedimiento de selección de la


muestra?

Los tipos de muestra dependen de dos características: el tamaño de la muestra y el procedimiento


de selección. Se determina el tamaño de la muestra n, pero ¿Cómo seleccionar los elementos
muestra les? (ya sean casos o racimos). Se eligen siempre aleatoriamente para asegurarnos de
que cada elemento tenga la misma probabilidad de ser elegido.
Se utilizan básicamente tres procedimientos de selección.

Señalamos que los tipos de muestra dependen de dos características: el tamaño de la


muestra y el procedimiento de selección.

Las unidades de análisis o los elementos maestrales se eligen siempre aleatoriamente para
asegurarnos de que cada elemento tenga la misma probabilidad de ser elegido. Se utilizan
básicamente
tres procedimientos de selección, de los cuales a continuación se comentan dos y el tercero
se
expone en el centro de recursos en línea: Material complementario S Documentos S
Documento.
1) del tamaño de la muestra; 2) del procedimiento de selección. De lo primero, hemos hablado con
todo detalle, de lo segundo hablaremos ahora. Se determina el tamaño de la muestra n, pero
¿cómo seleccionar los elementos muestrales? Se precisa el número de racimos necesario ¿cómo
se seleccionan a los sujetos dentro de cada racimo? Hasta el momento sólo hemos dicho que los
elementos se eligen aleatoriamente, pero ¿cómo se hace esto? Las unidades de análisis o los
elementos muestrales se eligen siempre aleatoriamente para asegurarnos que cada elemento
tenga la misma probabilidad de ser elegidos. Pueden usarse 3 procedimientos de selección:

Elemento maestral: Es el elemento del cual se obtiene la medición.


· Unidad maestral: Está compuesta por elementos maestrales, en algunos casos es igual al
elemento maestral.
· Alcance: Hace referencia a la ubicación espacial y geográfica del estudio.
· Tiempo: Definir el intervalo de tiempo en el cual se realiza la investigación.
· Marco maestral: Es un listado de todas las unidades que conforman la población objetivo, puede
ser una base de datos, un plano e incluso mapas. Es útil aclarar, que en la práctica se diferencia la
población objetivo de la población en estudio

numero aleatoria
DEF 1: Kolmogorov (1987) [Complejidad Algorítmica] Una sucesión de números es aleatoria sino
puede producirse eficientemente de una manera más corta que la propia serie.

DEF 2: L’Ecuyer (1990) [Impredicibilidad] Una sucesión de números es aleatoria si nadie que utilice
recursos computacionales razonables puede distinguir entre la serie y una sucesión de números
verdaderamente aleatoria de una forma mejor que tirando una moneda legal para decidir cuál es
cuál.

Obs: Esta definición conduce a los denominados generadores PT-perfectos usados en


Criptografía.

• DEF 3: Un Número aleatorio es una realización de una variable aleatoria que tiene
asociada una ley de probabilidades F, en un espacio o modelo de Probabilidades (, , P).

Obs: Una particular Ley de Probabilidad base para la

generación de números pseudo-aleatorios es:

u1, u2,..., un : es la uniforme (0 ; 1) ui ~ U(0,1).

• DEF 4: Una sucesión de números aleatorios {u 1, u2,..., un} es una sucesión de números
U(0;1), si tiene las mismas propiedades estadísticas relevantes que dicha sucesión de
números aleatorios.

You might also like