TAMAÑO DE MUESTRA

ALGUNOS CONCEPTOS PREVIOS

Población: Conjunto completo de todas las observaciones de interés para el investigador.

Muestra: Conjunto representativo de la población que se selecciona para ser estudiada.

Aleatorización: Elección al azar, sin intervención del investigador.

Parámetro: Medida descriptiva de la población.

Estadístico: Elemento que describe una muestra y estima el parámetro poblacional.

UTILIDAD DE MUESTREO

En ocasiones, no se puede realizar investigación a toda una población ya sea por motivos de tiempo, costo o magnitud de la tarea. Sin embargo, para conocer las características de una población, se puede usar una muestra que sea representativa de la población, disminuyendo el tiempo de estudio, el costo y facilitando el trabajo de investigación.

Durante las investigaciones, se puede usar una muestra concreta para realizar las conclusiones o se puede usar una muestra que al ser extrapolada sea representativa de la población. En este caso, es prioritario saber cómo se va a obtener la muestra y el tamaño de la muestra que se necesita para que la investigación válida.

MUESTRAS PROBABILISTICAS  (ALEATORIAS)

Es aquella en la que todos los sujetos de la población han tenido la misma probabilidad de ser escogidos, teóricamente, es el mejor tipo de muestra ya que garantizan el poder extrapolar los resultados. 

 

Existen tres formas de realizar muestreo aleatorio:

a) Muestreo aleatorio simple: es un sorteo, todos los individuos tienen las mismas posibilidades de ser escogidos. De preferencia en poblaciones pequeñas.

b) Muestreo sistemático. También se usa en poblaciones pequeñas, se escoge un numero al azar que sea el intervalo para escoger.

c) Muestreo estratificado. Es el más recomendable para poblaciones grandes, ya que divide a las poblaciones por sus características (estratos), de manera que de cada grupo, se escogen sujetos que representen estas características.  Los estratos se establecen en función de características importantes por su interés específico descriptivo.

MUESTRAS NO PROBABILISTICAS

Si la muestra no es aleatoria (no probabilística) puede suceder que esté sesgada y que por lo tanto no sea representativa de la población general porque predominan más unos determinados tipos de sujetos que otros.

a) Muestras de conveniencia.  Según la disponibilidad de la muestra, es útil en estudios preliminares, pero no para extrapolar datos. 

b) Muestras bola de nieve. Cuando no se encuentran fácilmente los sujetos de estudio, ellos mismos informan sobre otros sujetos, así crece la muestra.

c) Muestreo por cuotas. Para poblaciones grandes, sugiere el mismo método que el estratificado, solo que no es aleatorio.

MUESTRA: NÚMERO DE SUJETOS

El tamaño necesario de la muestra para poder extrapolar los resultados a la población depende básicamente de tres variables: nivel de confianza, varianza y margen de error:

• El nivel de confianza, también podemos denominarlo grado o nivel de seguridad. usualmente es de .05 (α = .05). Es necesario para determinar el valor "z" de los sujetos en una distribución normal.
• La varianza estimada en la población. Es la diversidad estimada. A mayor diversidad esperada, o al menos posible, en las opiniones o posibles respuestas en la población hará falta un mayor número de sujetos en la muestra.
• El margen de error que estamos dispuestos a aceptar, necesitaremos muestras mayores si queremos que el margen de error o de oscilación de muestra a muestra de los resultados sea muy pequeño, suele ponerse en torno a un 3%. 

CÁLCULO: 

Poblaciones infinitas: N= z2 pq/ e2

donde:

n = tamaño de la muestra

z = intervalo de confianza

pq = Varianza de la población

p = proporción de respuestas en una categoría (síes, correctos, unos), prevalencia esperada, proporción verdadera

q = proporción de respuestas en la otra categoría (noes, incorrectos, ceros), 1- p

e = error muestral

Poblaciones finitas:  n = N / 1+ ((e2 (N - 1)/z2 pq)))

ESTIMACIONES PUNTUALES

Media poblacional

Proporción poblacional

Varianza poblacional

N(μ,σ2): μ= X, σˆ 2 = S c2
N(μ,σ2), μ conocida:  σˆ 2 = 1 n E( X i − μ ) 2

REFERENCIAS:

1. Morales P. Tamaño necesario de la muestra: ¿Cuántos sujetos necesitamos? Estadística aplicada a las Ciencias Sociales, Universidad Pontificia Comillas, Madrid, 2012. http://www.upcomillas.es/personal/peter/investigacion/Tama%F1oMuestra.pdf

2. http://www.slideshare.net/produceideas/nociones-de-muestreo

 

HIPÓTESIS

Las hipótesis son el punto medular, en el método científico. El método científico es un conjunto de técnicas de investigación con una manera reflexiva en la que se puede llegar al conocimiento, conjugando la inducción y la deducción. 

El método científico consta de 5 etapas:

1. Observación e identificar el problema, definirlo con precisión en base a un cuerpo de conocimiento, el investigador detecta una necesidad o problema.
2. Planteamiento de hipótesis: a partir de los hechos observados, el investigador forma conjeturas sobre las posibles soluciones del problema
3. Predicción: valorar cuál de las posibles hipótesis puede ser más factible.
4. Verificación de la hipótesis mediante la experimentación. Pone a prueba cada hipótesis para encontrar la más factible.
5. Análisis: determina los resultados de la experimentación y decide que acciones tomar.

La hipótesis es una proposición que puede ser puesta a prueba para determinar su validez. Siempre lleva a una prueba empírica; y puede expresarse de las siguientes maneras:

-   Una pregunta formulada de tal modo que se puede proveer una respuesta. 

- Declaraciones construidas cuidadosamente sobre algún fenómeno, pueden ser elaboradas mediante razonamiento deductivo o inductivo. 

-   Estadística

Las hipótesis son el punto de enlace entre la teoría y la observación. Su importancia es que dan rumbo a la investigación al sugerir los pasos y procedimientos que deben darse en la búsqueda del conocimiento.

Características: 

• conceptualmente claras: definidos operacionalmente
• referencias empíricas: no debe tener juicios morales
• específicas
• comprobables: mediante técnicas disponibles.

Una hipótesis de investigación representa un elemento fundamental en el proceso de investigación. Después de formular un problema, el investigador enuncia la hipótesis, que orientará el proceso y permitirá llegar a conclusiones concretas del proyecto que recién comienza.

Toda hipótesis constituye un juicio o proposición, una afirmación o una negación de algo. Sin embargo, es un juicio de carácter especial. Las hipótesis son proposiciones provisionales y exploratorias y, por tanto, su valor de veracidad o falsedad depende críticamente de las pruebas empíricas disponibles. En este sentido, la replicabilidad de los resultados es fundamental para confirmar una hipótesis como solución de un problema.

La hipótesis de investigación es el elemento que condiciona el diseño de la investigación y responde provisionalmente al problema, verdadero motor de la investigación. Como se ha dicho, esta hipótesis es una aseveración que puede validarse estadísticamente. Una hipótesis explícita es la guía de la investigación, puesto que establece los límites, enfoca el problema y ayuda a organizar el pensamiento.

Cuando la hipótesis de investigación ha sido bien elaborada, y en ella se observa claramente la relación o vínculo entre dos o más variables, es factible que el investigador pueda:

• Elaborar el objetivo, o conjunto de objetivos que desea alcanzar en el desarrollo de la investigación 
• Seleccionar el tipo de diseño de investigación factible con el problema planteado. 
• Seleccionar el método, los instrumentos y las técnicas de investigación acordes con el problema que se desea resolver, y 
• Seleccionar los recursos, tanto humanos como materiales, que se emplearán para llevar a feliz término la investigación planteada.

Referencias:
Tamayo-Tamayo M; El proceso de la Investigación Científica, Incluye evaluación y administración de proyectos de investigación; 4a Edición, Ed. Limusa Noriega Editores, México, 2003.

Zamorano GJ, LA HIPOTESIS EN INVESTIGACIÓN, Universidad Autónoma de Hidalgo, http://www.uaeh.edu.mx/scige/boletin/prepa4/n1/m9.html, consultado enero 2014