1
Introducción a la metodología de investigación Social
Muestreo
2
Sumario
1. Validez Externa2. Amenazas a la Validez Externa:
Estrategias de mejora3. Terminología del muestreo4. Distribución Muestral5. Muestreo Probabilístico6. Muestreo No Probabilístico
Muestreo
3
Población
GENERALIZACIÓNA LA POBLACIÓN
GENERALIZACIÓNA LA POBLACIÓN
EXTRACCIÓNDE LA MUESTRA
EXTRACCIÓNDE LA MUESTRA
MUESTRA
Aproximacionesa la
Validez Externa
Modelo de Muestreo
Modelo de Similitud y Proximidad
Muestreo y Validez externa
4
¿Qué
podría cuestionarse de nuestra generalización?;¿En qué
se nos podría criticar?
Personas
Lugares
Tiempos
Población, Aleatoriedad, Tamaño,...
Estrategias de mejora Precisión en similitud-proximidad
Múltiples contextos
Contextos
Amenazas a la validez externa
5
¿Hacia quién queremosgeneralizar?
PoblaciónTeórica
Poblacióndel estudio
Marco deMuestreo
Muestra escogida
Muestra final
¿A qué
población tenemosacceso?
¿Cómo podemos accedera ella?
¿Quiénes hemos seleccionadopara el estudio
¿Quién ha respondido?
¿Hacia quién queremosgeneralizar?
Terminología del muestreo
6
población
muestra
respuesta
Variable
Caso
Dato
Estadístico
Parámetro
Media = 3,75
Media = 3,72
1 2 3 4 5
Terminología estadística
7
Media Media Media
La distribuciónmuestral........
es la distribución de un estadístico a lo largo
de un infinitonúmero de muestras
muestra muestra muestra
Distribución Muestral
8
Desviación TípicaDesviación Típica
Error standardo muestral....
refleja la dispersión delas medias en torno a
la media de ladistribución muestral
muestra muestra muestra
Desviación Típica
Error estándar o error muestral
9
Tipos de Muestreo
MUESTREO PROBABILÍSTICO (RANDOM)
(MUESTREO NO-PROBABILISTICO (NON-RANDOM)
Todos los casos tienen una probabilidad conocida previamente de ser seleccionados,pero la probabilidad de cada uno no es necesariamente igual
(todos los miembros de la población tienen oportunidad, pero puede que ésta no sea la misma para todos)
Se necesita tener el CENSO completo de la población en ese momento (actualizado).
E.g.: simple random, systematic or interval, stratified, cluster, multi-stage,...
Esa probabilidad no es conocida prreviamente,(principal fuente de sesgo: no todos los miembros de la población tienen oportunidad)
E.g.: available, volunteers,... (accidentals or conveniences) modal instance, heterogeneity or for diversity, expert, quota, snowball, (purposives)
10
Muestreo Aleatorio Sistemático Muestreo Aleatorio Cluster
N=100
Deseanos
n=20
N/n=5
Elegimos aleatoriamente un número entre 1 y 5
(por ej.
4)
Comenzamos por el 4 y seleccionamos un elemento cada
5 unidades
Córdoba
Almería
Avila
Soria
Cuenca
Muestreo Multifacético
1. Muestreo Cluster
1.1. Muestreo Estratificado
1.1.1 Muestreo Sistemático
1.1.1.1 Muestreo Simple
Muestreo Probabilístico
11
Ventajas-Inconvenientes Métodos probabilísticos
Considerado el más fiable y seguro acercamiento para representar a una población
Puede usar un modelo estadístico (e.g.: Gauss) para hacer estimaciones sobre los parámetros poblacionales sin necesidad de calcularlos (Mean, confidence interval, standard error, etc.)
Conseguir un Censo completo y actualizado es muy dificil, y muchas veces imposible.
En caso de conseguirlo, 1) la persona seleccionada tendrá que estar disponible cuando…2) y si está disponible, aun tendrá que aceptar colaborar.3) es posible que haya migrado a otro lugar o fallecido.
Estas circunstancias supondrían el inmediato incumplimiento de las condiciones que definen y exige este acercamiento.
Este acercamiento no garantiza la representatividad. La muestra nunca estará libre de posibles sesgos.
12
Inconvenientes de los prob. desde punto de vista práctico
Métodos de muestreo probabilísticos son muy caros (dinero y tiempo).
Muchos estudios que fueron planeados o diseñados o intentados para ser probabilísticos terminaron siendo no-probabilísticos debido a no-intencionales o
inevitables características del método de muestreo seguido.
(per
o fa
ctura
dos c
omo
tales
)
¿Por qué hay tantos métodos?
Cada método de muestreo intenta conseguir representatividad superando una diferente dificultad,en unos casos ésta será el coste, en otros la imposibilidad de cumplir los requisitos de un método.
En la investigación social aplicada hay muchas situaciones en las que no es posible, práctico o teóricamante sensato hacer muestreo probabilístico.
Entonces podemos pensar en el amplio abanico de no-probabilísticas alternativas, las cuales son normalmente clasificadas en dos grandes tipos: accidentales e intencionales.
13
Muestreo No-Probabilístico
Expertos y“Decision-Makers”
Accidental,Casual o DeConveniencia
Intencional o Deliberado
Muestra de ConvenienciaMuestras Disponibles
Muestra de Voluntarios
Modal instance
Heterogeneidad
ExpertosPor Cuotas
Snowball o En Cascada
No-proporcional
ProporcionalUsando los % de la población
(ej. hombres/mujeres)
14
The SIZE case: agreeing the sample size
22
eqpZN
For:· Population size unknown.· Z Gauss value = 1.96 (=0.05)· p and q = 0.5· error = 5% 0.05· Non considering the effect size
For 5% error 384
400 cases by country
‘SENIORS’ SAMPLE
‘EXPERTS’ SAMPLE
N = 60 by common agreement (20+20+20)
15
The SIZE case: ‘Seniors’ quota distributionComputing of proportions was based on the obtained percentages of participation in interviews carry out in previous phase corresponding to the three established criteria (and in this order): LIVING_AREA, AGE_GROUP and GENDER. And the same for all countries.
URBAN207
Male40
Female68
Male31
Female54
Male5
Female9
65-74108
75-8485
85+14
SUBURBAN139
Male27
Female45
Male21
Female36
Male4
Female6
65-7472
75-8457
85+10
RURAL55
Male10
Female18
Male8
Female14
Male2
Female3
65-7428
75-8422
85+5
16
FIN