UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO
FACULTAD DE ESTUDIOS SUPERIORES IZTACALA
PSICOLOGÍA A DISTANCIA
SINTESIS
DOCENTE: ARIANA GONZÁLEZ TREJO
.
ALUMNA: CLAUDIA ACEVEDO BENITEZ.
NUMERO DE CUENTA: 420107473.
MÓDULO: 703 SEMINARIO DE INVESTIGACIÓN II.
DIAGNÓSTICO Y EVALUACIÓN DE LOS PROBLEMAS DE SALUD EN INDIVIDUOS.
GRUPO: 9741.
.
MUESTREO Y ALETORIEDAD
De acuerdo al texto de Kelinger (1897) si se pretender conocer algo de lo que no
conocemos, se estudia para posteriormente sacar conclusiones en base a nuestra
experiencia, ya sea directamente e indirectamente.
Muestreó, muestreo aleatorio y representatividad.
Muestrear significa tomar una porción de una población o de un universo como
representativa de esa población o universo. El muestreo tiene la finalidad de analizar a 1
partir de esa porción alguna información de la que se requiere conocer, por ejemplo:
Conocer la productividad y la motivación de los trabajadore de “x” empresa. Aquí se aplica
el muestreo aleatorio, para que todos tengan la posibilidad de ser seleccionados y las
muestras resultantes son muestras aleatorias.
Hay otro tipo de muestreo, el de reemplazamiento, por ejemplo, se selecciona de
200 niños y de esta muestra se secciona un solo niño, por lo que la posibilidad de ser
seleccionados cada uno de ellos es de 1/200. Esta misma muestra es devuelta al grupo de
selección, la posibilidad de elegir cualquier segunda muestra seguirá siendo 1/200, sino se
devuelve el elemento de la muestra al grupo de selección, entonces la posibilidad de que
los demás elementos de la muestra disminuye 1/99, a esto se le llama muestreo sin
reemplazamiento.
Suele presentarse que las muestras aleatorias no sean representativas de la
población de donde se eligió. Cabe señalar que cualquier muestra de tamaño “n” tiene la
posibilidad de ser seleccionada de cualquier otra muestra del mismo tamaño. Antes de
continuar, una muestra representativa, significa que tiene las mismas características de la
población de investigación. Por ejemplo, si las variables son: sexo y clase socioeconómica,
entonces la población estará compuesta por hombres y mujeres, y de estatus
socioeconómica media.
Kelinger (1897) menciona.
Cuando una muestra extraída no está sesgada, porque ningún miembro de la
población tiene más posibilidad de ser seleccionado que cualquier otro miembro; es
demócrata, puesto que todos los miembros son iguales al momento de la selección. Por
UNIVERSIDAD NACIONAL AUTÓNOMA DE
MÉXICO
ejemplo: Si, se quiere conocer la media puntuación de inteligencia de una población con
100 niños, pero solo se puede con 30; Si, la muestra es aleatoria, hay posibilidad de
seleccionar una muestra con una media cercana a la media poblacional es mayor que la
probabilidad de seleccionar una muestra con una media alejada de la media poblacional. .
Si una muestra no es seleccionada al azar, algún factor o factores desconocidos pueden
predisponer a la selección de una muestra sesgada. Los métodos aleatorios de selección
impiden que operen los propios sesgos o cualquier otro factor sistemático de selección. El
2
procedimiento es objetivo, ya que es ajeno a las propias predilecciones y sesgos.
Aleatoriedad.
La definición de aleatoriedad está dentro de los métodos probabilísticos modernos
en las ciencias naturales y del comportamiento. Los científicos son muy sistemáticos
acerca de la aleatoriedad, ya que seleccionan con cuidado muestras aleatorias y planean
procedimientos aleatorios. Se dice que los eventos son aleatorios sino se pueden predecir
sus resultados. Es difícil definir aleatoriedad significa que no hay una ley en definirla o que
la describa o explique correctamente los eventos y resultados. En otras palabras, cuando los
eventos son aleatorios no pueden predecirse individualmente. Sin embargo, se puede
predecir con éxito en su conjunto; esto es, que se pueden predecir los resultados de un
número grande de eventos.
Aleatorización
La palabra asignación aleatoria, es elegir a los participantes de una investigación de
forma aleatoria y asignarles los tratamientos experimentales, de manera que, para cualquier
asignación a un tratamiento, cada participante del grupo tenga la misma probabilidad de ser
elegido para dicha asignación. La asignación aleatoria es repartir sujetos (objetos, grupos)
a tratamientos. Los individuos con diferentes características son distribuidos de manera
aproximadamente igual entre los tratamientos, de manera que las variables que puedan
afectar a la variable dependiente (que no sean las variables experimentales) tengan igual
efecto en los diferentes tratamientos. No existe garantía de que esta situación deseable se
alcance, pero es más probable lograrla con la aleatorización. Un experimento ideal, será
UNIVERSIDAD NACIONAL AUTÓNOMA DE
MÉXICO
que todos los factores de las variables que puedan afectar los resultados, pudieran ser
controlados.
El propósito de la aleatorización es estadístico, si se usa la asignación aleatoria es
posible distinguir entre la varianza sistemática o experimental y la varianza de error. Las
variables que pueden producir un sesgo, si son distribuidas a los grupos experimentales de
acuerdo con el azar. Las pruebas de significancia estadística dependen lógicamente de la
asignación al azar. Estas pruebas son usadas para determinar si el fenómeno observado es 3
estadísticamente diferente al efecto del azar; sin asignación aleatoria las pruebas de
significancia carecen de fundamento lógico.
Tamaño de la muestra
En la investigación la muestra debe ser tan grande como sea posible, porque
permiten que el principio de la aleatorización o simplemente del azar, funcione. Con
muestras pequeñas, la probabilidad de seleccionar muestras sesgadas es mayor que con
muestras grandes. Con grupos grandes de 30 o más sujetos, hay menos riesgo.
Tipos de muestras.
El muestreo aleatorizado no es lo único en la investigación del comportamiento, es
poco utilizado para describir las características de poblaciones y las relaciones entre tales
características. Es el modelo en que todo muestreo científico se basa. Hay otras clases de
muestras que se clasifican en probabilísticas y no probabilísticas; las primeras usan en
alguna de sus etapas alguna muestra probabilística; las segundas no cuentan con pruebas
probabilísticas, pero son necesarias, pero solo la experiencia puede seleccionarlas. La
persona que hace el muestreo debe ser conocedora de la población que estudia, así como
del fenómeno que estudia.
El muestreo probabilístico no es necesariamente superior al muestreo no
probabilístico en todas las situaciones ya que el muestreo probabilístico tampoco garantiza
muestras más representativas del universo en estudio. El primero hace énfasis en el método
y la teoría que lo sustenta, mientras que el segundo, el énfasis radica en la persona que hace
el muestreo y que puede acarrear consigo complicaciones enteramente nuevas e
UNIVERSIDAD NACIONAL AUTÓNOMA DE
MÉXICO
importantes. La persona que hace el muestreo debe ser conocedora de la población que
estudia, así como del fenómeno que estudia.
El muestreo no probabilístico es el muestreo por cuotas, donde conocimiento de los
estratos de la población, sexo, raza, región, etc., se usan para elegir a los miembros de la
muestra más representativos, “típicos” y apropiados para ciertos propósitos de la
investigación. Este tipo de muestreo ha sido muy utilizado en encuestas de opinión pública.
Para que se pueda realizar este tipo de muestre el investigador necesita tener toda la 4
información de las características de la población, posteriormente conocer las porciones de
cada cuota y por ultimo recolectar los datos. Puede presentarse desavenencias, puesto que
no se pueden obtener tan fácilmente los datos.
Otra forma del muestreo no probabilístico es el muestreo propositivo, que se
caracteriza por el uso de juicios e intenciones deliberadas para obtener muestras
representativas al incluir áreas o grupos que se presume son típicos en la muestra. Este tipo
de muestreo es usado con frecuencia en la investigación de mercados o las encuestas
políticas.
El muestreo accidental es la forma más débil del muestreo. Toma muestras
disponibles que estén al alcance. Hay que evitar este tipo de muestras a menos que no se
tenga otra opción. Puesto hay que tener cuidado en el análisis y en la interpretación de
resultados.
Otras formas de muestreo probabilístico son: El muestreo estratificado divide a la
población en estratos (hombres, mujeres, etc.), posteriormente se seleccionan muestras
aleatorias de cada estrato. Llamado también distribución proporcional. Comparado con el
muestreo aleatorio simple, el muestreo estratificado generalmente reduce tanto la cantidad
variabilidad de como el costo de recolección y análisis de datos, este tipo de muestreo saca
provecho de las diferencias de entre los estractos. Se recomienda su uso cuando la
población esta compuesta de conjuntos desiguales.
Muestreo por racimos, se usa en encuestas, es un muestreo aleatorio consecutivo de
unidades o conjuntos y subconjuntos de la misma clase o elementos muestrales unidos por
algunas características en común. Fracciona el universo en racimos y después son
UNIVERSIDAD NACIONAL AUTÓNOMA DE
MÉXICO
muestreados aleatoriamente para medir cada elemento del racimo seleccionado. Este
muestreo inicia con un muestreo por racimos, después en lugar de medir cada elemento de
los racimos seleccionados al azar, selecciona una muestra aleatoria de los elementos para
su medición.
El muestreo sistemático, es una ligera variación del muestreo aleatorio simple.
Supone que el elemento o población consiste en elementos que están ordenados de alguna
forma. 5
UNIVERSIDAD NACIONAL AUTÓNOMA DE
MÉXICO
REFERENCIAS BIBLIOGRAFICAS
Kerlinger, F. (1987). Investigación del comportamiento. (pp. 147-169). México: Nueva
editorial Interamericana.
[Link] ([Link])
UNIVERSIDAD NACIONAL AUTÓNOMA DE
MÉXICO
