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