Post on 05-Feb-2016
description
Plan de Investigación
Prof. Hernán Sagastegui Chigne
Escuela de Ingeniería de Computación y Sistemas
F ACULTAD DE INGENIERÍ A
PROYECTO DE INVESTIGACIÓN
1- Población y Muestra
2- Recolección de Datos
Plan de Investigación
Prof. Hernán Sagastegui Chigne
Escuela de Ingeniería de Computación y Sistemas
F ACULTAD DE INGENIERÍ A
PROYECTO DE INVESTIGACIÓN
1- Población y Muestra
Población
Es un conjunto de elementos que poseen una
característica.
En el proceso investigativo la población corresponde al
conjunto de referencia sobre el cual se va a desarrollar
la investigación o estudio.
Muestra
Es un subconjunto de la población.
Una muestra representativa es una muestra que recoge
todas las características relevantes de la población.
Población y Muestra
Cuando no se puede estudiar a toda la población y se quieren
estimar parámetros. Prevalencia, promedio, porcentaje, tasas.
Cuando se desean comparar dos, o más grupos y establecer si
hay diferencias.
Población y Muestra
Cuando Calcular el Tamaño de la Muestra
Porque Calcular el Tamaño de la Muestra Las muestras pueden estudiarse con mayor rapidez que las
poblaciones.
El estudio de una muestra es menos costosa que el de una población.
Toma menos tiempo de estudio.
En la mayoría de las situaciones el estudio de una población es imposible.
Con frecuencia los resultados de una muestra son más precisos que los que se basan en una población.
Plan de Investigación
Prof. Hernán Sagastegui Chigne
Escuela de Ingeniería de Computación y Sistemas
F ACULTAD DE INGENIERÍ A
PROYECTO DE INVESTIGACIÓN
- El Muestreo
El muestreo es el proceso mediante el cual el investigador,
podrá seleccionar los pacientes o sujetos de estudio a
partir de la muestra calculada previamente.
Si el muestreo no se realiza con criterio, los resultados de
la investigación no serán validos, ya que se pueden
cometer errores de sesgo o imparcialidad al momento de
elegir los sujetos
Población y Muestra
El Muestreo
Técnicas de Muestreo
Probabilístico
Si a cada elemento tiene la misma posibilidad de
formar parte de la muestra
No probabilístico
Si cada elemento NO tiene la misma posibilidad de
formar parte de la muestra
Población y Muestra
Población y Muestra
Técnicas de Muestreo
Cuando todas las unidades que componen el universo son
conocidas y tienen igual posibilidad de ser seleccionadas en la
muestra.
Recomendada para poblaciones no muy grandes.
Población y Muestra
Muestreo Aleatorio Simple
Ejemplo
En una fábrica hay 1000 personas: 600 (60%) son obreros, 250 (25%)
son técnicos y 150 (15%) son profesionales.
Seleccionar una muestra aleatoria simple = 200 personas
Probabilidad de selección X persona = Muestra Deseada/Población= 0,2
Distribución: muestra de 200 personas
120 obreros, 50 técnicos y 30 profesionales.
Se escoge al azar los elementos de la muestra.
Cuando hay estratos de importancia para la investigación, tales
como el sexo de las personas o las regiones de un país, se
escoge la muestra al interior del estrato.
Población y Muestra
Muestreo Estratificado
Ejemplo En la misma fábrica, se decide escoger 80 personas por estrato de obreros,
técnicos y profesionales para establecer comparaciones.
Las probabilidades de selección por estrato, son:
• Obreros: 80/600 = 0.133
• Técnicos: 80/250 = 0.320
• Profesionales: 80/150 = 0.530
La probabilidad de selección no es igual para todas las personas,
depende del estrato en que éstas se encuentran.
Un obrero tiene menor posibilidad de ser seleccionado que un
profesional.
Una muestra por conglomerados es aquella en la que la unidad
de muestreo no es la unidad o elemento de la población sino el
conglomerado. La unidad de muestra se refiere a los elementos
del universo que se seleccionan en la muestra.
Población y Muestra
Muestreo por Conglomerados
Ejemplo Un ejemplo de conglomerados son los cursos de una escuela, cada curso
es un conglomerado.
Es un muestreo no probabilístico y corresponde a la posibilidad
que tiene el investigador de seleccionar como muestra un
subconjunto de la población en un momento no previsto con
anterioridad.
Población y Muestra
Muestreo Accidental
Ejemplo
En una investigación sobre comportamiento cívico de las personas, si el
investigador está presente en el momento de un accidente de tránsito
puede tomar como referencia los sujetos que se encuentren directa e
indirectamente involucrados en el hecho.
Caso extremo. También es denominado desviado, corresponde
a seleccionar el mejor o el peor de los casos y analizar si
funciona o no el estudio correspondiente
Variación máxima o casos extremos. Consiste en seleccionar
casos de los dos extremos y jugar con esas dos posiciones en el
análisis de la información; es decir, comparar lógicas diferentes.
Homogénea. Es llamada también de grupos focales. Se
recomiendan grupos pequeños (de 6 a 8 personas).
Población y Muestra
Muestreo Intencional
Ejemplo
Caso típico: Consiste en seleccionar un caso representativo de la
comunidad.
Caso crítico. Seleccionando el peor de los casos se plantean
preguntas como: ¿Si tiene esas posibilidades qué pasaría?
Bola de nieve o de cadena. Es utilizado generalmente cuando no
es posible detectar las personas por cuestiones delicadas o
comprometedoras; entonces un primer representante puede
sugerir otro y éste un tercero y así sucesivamente.
Por criterio. El investigador se plantea unas características
especiales que deben cumplir los elementos de la muestra.
Confirmatorio o desconfirmatorio. Se seleccionan elementos
muestrales que ratifican o no el caso estudiado.
Población y Muestra
Muestreo Intencional
Ejemplo .
Políticamente importante. Se selecciona una muestra cuya
atención, en ese momento, es relevante por sus condiciones y
características.
Por conveniencia. El investigador puede seleccionar una
muestra con la que se facilite la recolección de información.
Conocido también como muestreo por seguimiento, ya que la
muestra corresponde a una parte, fracción o segmento de la
población, lo cual, a su vez, produce resultados muy sesgados
debido a la escasa representatividad que puede presentar dicho
segmento. Este método es utilizado en encuestas preliminares.
Por cuotas. Es una forma de diseño estratificado, en el cual la
selección final de los casos dentro del estrato no es aleatoria.
Población y Muestra
Muestreo Intencional
Ejemplo
.
Plan de Investigación
Prof. Hernán Sagastegui Chigne
Escuela de Ingeniería de Computación y Sistemas
F ACULTAD DE INGENIERÍ A
PROYECTO DE INVESTIGACIÓN
- Tamaño de la Muestra
Tamaño de la Muestra
Para la investigación, se debe de determinar:
1. Las variables que se analizará,
2. El diseño muestral que se utilizará
3. El error que se está dispuesto a aceptar para
las estimaciones o decisiones que se tome a
partir de los resultados encontrados en la
muestra.
4. Considerar el nivel de significancia con el cual
se trabajará.
Población y Muestra
Población y Muestra
Tamaño de la Muestra
Investigación en educación: “Dificultades en el Aprendizaje de las Matemáticas”.
Estudiantes de educación son 35.280. Seleccionar una muestra cuyo margen de
error de muestreo sea del 2% y cuyo nivel de confianza sea del 95%.
¿Calcular el tamaño de la muestra?
Población y Muestra: Ejemplo de Muestra
Tamaño de
muestra
para
un grupo
Variable
cualitativa
(Una
proporción)
2
2 **
d
qpZn
qpZNd
qpZNn
**1
***22
2
2
2 *
d
SZn
222
22
*1*
**
SZNd
SZNn
Variable
cuantitativa
(Una media)
Población
Desconocida
Población
conocida
Población
desconocida
Población
conocida
Población y Muestra
Tamaño de la Muestra
Tamaño de
muestra
para
dos grupo
Variable
cualitativa
(Dos
Proporciones)
Variable
cuantitativa
(Dos
medias)
221
2
2211 11*12*
pp
ppppZppZn
2
22*2
d
SZZn
Población y Muestra
Tamaño de la Muestra
Plan de Investigación
Prof. Hernán Sagastegui Chigne
Escuela de Ingeniería de Computación y Sistemas
F ACULTAD DE INGENIERÍ A
PROYECTO DE INVESTIGACIÓN
- Error Muestral
Población y Muestra: Error y Sesgo
Error Muestral y No-Muestral
Sesgo de selección
El sesgo de selección se
observa cuando alguna parte
de la población blanco no
forma parte del marco del
muestreo. Ejemplo:
Utilización como marco de
muestreo a las líneas
telefónicas
Los individuos que se niegan a
responder. Para que una
muestra sea válida tendrá que
tener una baja tasa de no
respuesta.
Sesgo de medición
El sesgo de medición se
produce cuando el instrumento
con el que se mide, tiene una
tendencia a diferir del
verdadero valor en alguna
dirección. Ejemplo:
Un esfingo manómetro que
añade 5 mmHg en cada
medición.
Las personas, algunas veces,
no dicen la verdad o no
comprenden las preguntas.
Las personas olvidan.
Población y Muestra: Error y Sesgo
Tirador A Tirador B Tirador C
El tirador A es insesgado: la posición promedio de los tiros está en el
centro del blanco. El tirador B es preciso pero no insesgado: todos los
tiros están juntos, pero de manera sistemática alejados del blanco. El
tirador C es preciso e insesgado: todos los tiros están cerca de sí y del
blanco.
Población y Muestra: Error y Sesgo
Plan de Investigación
Prof. Hernán Sagastegui Chigne
Escuela de Ingeniería de Computación y Sistemas
F ACULTAD DE INGENIERÍ A
PROYECTO DE INVESTIGACIÓN
2- Recolección de Datos
Plan de Investigación
Prof. Hernán Sagastegui Chigne
Escuela de Ingeniería de Computación y Sistemas
F ACULTAD DE INGENIERÍ A
PROYECTO DE INVESTIGACIÓN
- Planificación Operativa
Planificación Operativa de la Recopilación
de Informacción
Planificación Operativa de la Recopilación
de Informacción
Planificación Operativa de la Recopilación
de Informacción
Planificación Operativa de la Recopilación
de Informacción
Planificación Operativa de la Recopilación
de Informacción
Ejemplo
Planificación Operativa de la Recopilación
de Informacción
Elementos para Armar la Muestra
Planificación Operativa de la Recopilación
de Informacción
Control de la Muestra
Planificación Operativa de la Recopilación
de Informacción
Métodos de Recopilación de la Información
MUESTRA
Planificación Operativa de la Recopilación
de Informacción
Realización de la Encuesta
Planificación Operativa de la Recopilación
de Informacción
Control de la Encuesta
Cual es la fórmula?