tema 3 el diseño de la muestra PDF

Preview

Summary

Download tema 3 el diseño de la muestra PDF

Description

TEMA 3: DISEÑO DE LA MUESTRA 1. Introducción 2. Tipos de muestro: 1. Muestros probabilísticos 2. Muestros no probabilísticos

3. INTRODUCCIÓN La utilización de muestras, y por tanto su adecuado diseño, es una parte esencial de los estudios criminológicos, por tanto el diseño de la muestra es una parte esencial del diseño de la investigación. Tres motivos: 

Estamos interesados en el estudio de la conducta anti-social en poblaciones específicas. No siempre podremos estudiar el conjunto de la población objeto de estudio.



Los casos que constituyen la población no son idénticos



El objetivo de la investigación básica en criminología es la inferencia (descriptiva y causal). Utilizar las observaciones realizadas en el estudio para revelar otros hechos que no se han observado. Por lo general estamos interesados en lo general, no en lo particular.

El diseño de la muestra es una parte fundamental del diseño de la investigación porque un diseño inadecuado de la muestra puede producir estimaciones equivocadas, tanto descriptivas como en relación a asociaciones o efectos causales entre variables. GENERALIZACIÓN DE LA MUESTRA Y VALIDEZ EXTERNA En los diseños descriptivos observacionales, una característica fundamental es la capacidad de generalización de la muestra, es decir, la medida en que los resultados hallados por la muestra se puede generalizar a toda la población objeto de estudio. Esta dependerá en gran medida del tamaño de la muestra y su grado de representatividad.

El reto es obtener una muestra

representativa y suficientemente grande. Los diseños explicativos enfrentan sobre todo el problema de la validez externa: Grado en que los efectos causales hallados son ciertos para otros grupos o contextos. El tamaño y la representatividad estadística de la muestra no son tan importantes como las características de la muestra.

MUESTREO O DISEÑO DE LA MUESTRA: El diseño de la muestra se define como el procedimiento del diseño de la investigación por el cual el conjunto de casos que conforman la población objeto de estudio se selecciona un número reducido de casos (muestra) aplicando procedimientos que permitan generalizar los resultados obtenidos. Las dos decisiones son: cuántos y qué tipo de casos incorporan en el estudio (analizar). CONCEPTOS BÁSICOS: Población (N casos): conjunto total de casos (individuos, ciudades, prisiones) de la que queremos conocer una serie de parámetros (ej. La medida) de determinadas variables. Muestra (n casos): Subconjunto de casos extraídos de la población que son incluidos en el estudio. 4. TIPOS DE MUESTREO Dos tipos: 

Probabilísticos



No probabilísticos PROBABILÍSTICOS

NO PROBABILÍSTICOS



Aleatorio, simple y sistemático



De cuotas



Estratificado



De conveniencia /voluntarios



Por conglomerados



Deliberado o estratégico



Bola de nieve

2. 1 DISEÑO PROBABILÍSITICO Es un tipo de muestreo en el que la obtención de la muestra se realiza a partir de una selección aleatoria de los casos a partir de una población conocida. Los casos de la muestra se seleccionan al azar. Es un tipo de muestreo que se utiliza más en diseños observacionales. El objetivo de todo muestro probabilísticos es obtener una muestra estadísticamente representativa de la población objeto de estudio. Muestra representativa Una muestra estadísticamente representativa es aquella que es similar a la población de la que procede en aquellas variables que son potencialmente relevantes para el estudio. La distriución de ciertas variables de la muestra es similar de estas variables en la población. Mayor capacidad de generalización. Aunque, No todos los estudios necesitan una muestra estadísticamente representativa.

Características del muestreo probabilístico: 

Todos los casos en la población tienen una probabilidad igual y conocida a priori de formar parte de la muestra, por eso se dice que hay un conocimiento previo de la población de origen, se dispone de un marco muestral (la población está listada, hay un listado).



La elección de cada unidad es independiente de la anterior.



Podemos conocer el error de la muestra, la adecuación entre la muestra y la población

Error de muestreo: El error de la muestra está en función de 3 elementos: 

El tamaño de la muestra. Cuanto mayor sea el tamaño de la muestro menor será el error estadístico



Nivel de confianza estadístico adoptado. Se adopta un n.c. de 95%. Sería la probabilidad de que la estimación sea cierta y un fruto del azar. Un n.c. del 95% implicaría que 95 de cada 100 casos de la misma población nos darían el mismo resultado.



Variabilidad del fenómeno estudiado. Cuanto más homogénea es la población objeto de estudio respecto una variable, más confianza tendremos en la representatividad de la muestra. Como en general no sabemos la variabilidad del fenómeno que estudiamos, se adopta la situación más desfavorable (máxima heterogeneidad de la variable que se quiere estudiar).

Tamaño de la muestra: En una muestra aleatoria simple, el tamaño de la muestra estará, fundamentalmente, en función del error admitido. Si se conoce el tamaño de la población, se establece un margen de confianza y un error máximo aceptado, se puede determinar el tamaño de la muestra.

Dentro del muestreo probabilístico tenemos 4 tipos: 

Aleatorio simple



Aleatorio sistemático



Estratificado



Por conglomerados

ALEATORIO: Todos los elementos de la población tienen la misma probabilidad de ser incluidas en el estudio. Se dispone de un marco muestral de todos los elementos de la población. El muestro aleatorio simple. Los elementos son seleccionados de extracción aleatoria, a través de una tabla aleatoria o de un sorteo. SISTEMÁTICO: Difiere con el muestreo aleatorio simple en la técnica de selección de los casos. Las unidades de la muestra no se escogen por sorteo o tabla de números aleatorios sino seleccionando un individuo de la lista de sujetos cada cierto intervalo pre-establecido, de modo sistemático Si no se conoce N y n, se elige una unidad de cada k=N/n unidades de la población, comenzando con un número extraído al azar entre 1 y k ESTRATIFICADO. La finalidad es traducir a la muestra y en su misma proporción, ciertas características básicas de la población. 

En primer lugar se divide la población en estratos empleando como criterio una variable relacionada con el fenómeno objeto de estudio.



En segundo lugar se extrae por procedimiento aleatorio una muestra de cada estrato.



En tercer lugar se unen las muestras de cada estrato para obtener la muestra total.

El peso de cada estrato se puede distribuir por afijación simple, proporcional u óptima. El estrato es una variable. POR CONGLOMERADOS: La población se divide en conglomerados. Los conglomerados suelen ser áreas geográficas, organizaciones, clases, subconjuntos de la población que contienen toda la variabilidad de la población. 1. Se extrae una muestra aleatoria de conglomerados. 2. Se extrae una muestra de elementos de cada conglomerado seleccionado por un procedimiento simple.

En el probabilístico siempre hay un muestreo aleatorio. El objetivo es una muestra estadísticamente representativa. 2.2 MUESTROS NO PROBABILÍSTICOS Son un conjunto de muestreos en los que la selección de los casos se realiza con un criterio diferente a la extracción aleatoria. Tiene 5 modales o características: 

Los casos tienen una probabilidad desigual de formar parte de la muestra.



No se puede calcular el error de la muestra.



No requiere tener un marco muestral.



Es posible introducir sesgos en la elección de la muestra



La materialización de los muestreos es más sencilla y económica

DE CUOTAS: Utilizado en diseños sobretodo observacionales y trata de imitar, de alguna manera, el diseño estratificado. 1. La población se divide en cuotas, estratos constituidos a partir de alguna variable relevante para el objeto de estudio. 2. Los casos se seleccionan de modo arbitrario, por conveniencia, no de modo aleatorio, para ajustarse a las cuotas existentes a la población. 3. Se ajusta a la población por una serie de características, pero no de manera aleatoria. DE CONVENIENCIA / DE VOLUNTARIOS. Es un tipo de muestreo que se utiliza en los diseños experimentales. Los casos incluidos en el estudio son seleccionados por su conveniencia por el investigador o por su disponibilidad. La cuestión es que puede plantar problemas para la generalización, validez interna y externa, más en función del tipo de diseño que de muestro. Hay que preguntarnos en qué medida las características de la muestra difieren de la población o de otras posibles muestras y/o grupos. DELIBERADO O ESTRATÉGICO. Los casos se seleccionan en función de criterios relacionados con los objetivos de la investigación y de la información que pueden proporcionar los casos. La idea esencial es que los casos se seleccionan no de modo arbitrario o de conveniencia, sino estratégico deliberado, pero tampoco con un criterio estadístico. Se utiliza en estudios observacionales para obtener una muestra suficientemente grande de una población poco conocida. (ej. Víctimas de ciberdelito) En estudios cualitativos se utiliza para obtener muestras pequeñas de casos (1-30). Su objetico nunca es la generalización estadística. Se busca la máxima variación y la saturación.

BOLA DE NIEVE Se identifica a los sujetos que se incluirá en la muestra a partir de los propios entrevistados (casos a partir de otros casos). Estos informan de otros sujetos con características similares. Estudios de poblaciones clandestinas o más difíciles de ver.

Aclaraciones: El diseño puede tener validez interna y externa. El instrumento de recogida de datos: validez en la medición y fiabilidad. El diseño afecta a los resultados en la medida en que la estimación que se hace es o no cierta. El instrumento es en la recogida de datos, fiable (la temperatura del hogar es siempre 18 grados) o en la medición (en la clase hay mucho co2, pero se tiene un termómetro - no mide lo que dice que mide, de verdad mide lo que dice que mide?) Fiable, si siempre se produce del mismo modo...