Resumen de Sampieri, ¿Cómo seleccionar una muestra?

Sampieri, ¿Cómo seleccionar una muestra?
Para seleccionar una muestra lo primero que hay que hacer es definir la unidad de análisis. El “quienes van a ser medidos” depende de precisar claramente el problema a investigar y los objetivos de la investigación.Una vez definida la unidad de análisis, hay que delimitar la población que va a ser estudiada y sobre la cual se pretende generalizar los resultados. La población es el conjunto total de las unidades de análisis. Un estudio no será mejor por tener una población más grande, sino que la calidad del trabajo estriba en delimitar claramente la población con base a los objetivos del estudio. Las poblaciones deben situarse claramente en torno a sus características de contenido, lugar y en el tiempo.La muestra suele ser definida como un subgrupo de la población. Es el conjunto de la población construido de manera tal que conserva las características más relevantes de la población. Existen dos tipos de muestra:-         Muestras probabilísticas: en estas, todos los elementos de la población tienen la misma posibilidad de ser escogidos. Se obtiene definiendo las características de la población, el tamaño de la muestra y a través de una selección aleatoria y/o mecánica de las unidades de análisis. para garantizar que la probabilidad exista hay que tomar ciertos requisitos, tales como “el azar estadístico”, este implica garantizar que un criterio de sorteo sea utilizado para elegir la muestra.-         Muestras no probabilísticas: la elección de los elementos no depende de la probabilidad, sino de causas relacionadas con las características del investigador o del que hace la muestra. No permite establecer probabilidades iguales, hay un sesgo.Elegir entre una muestra probabilística y una no probabilística se determina con base en los objetivos de estudio, el esquema de la investigación y el alcance de sus contribuciones. ¿Cómo se hace una muestra probabilística?Las muestras probabilísticas tienen muchas ventajas, la principal es que puede medirse el tamaño de error en nuestras predicciones. Puede decirse incluso, que el principal objetivo en el diseño de una muestra probabilística es reducir al mínimo este error al que se le suele llamar error estándar.Para una muestra probabilística es necesario básicamente 2 cosas: determinar el tamaño de la muestra (n) y seleccionar los elementos maestrales de manera que todos tengan la misma probabilidad de ser elegidos. (a la puta fotocopia le faltan carillas así que lo que viene es como siguió la clase) El tamaño de la muestra (tanto probabilística como no prob) depende de1) Disposición poblacional o variabilidad: No podemos asumir la homogeneidad de la población, por lo tanto la muestra tiene que representar la heterogeneidad de la población. (cuánto + heterogénea es la población, + grande va a ser la muestra)2) El nivel de confianza (significación estadística): Asociado a la probabilidad del éxito, si yo quiero un mayor nivel de confianza necesito agrandar el tamaño de la muestra.3) El error de estimación: para tener un menor error de estimación, debo aumentar el tamaño de la muestra.A partir de estos 3 criterios elijo el tamaño de la muestra (“n”), no necesariamente el “n” más grande es mejor, depende también de la manera en que fueron seleccionados los casos.Existen “errores muestrales” (es un problema de estimación, por ejemplo si usaste un nivel de confianza menor del que necesitabas) y “no muestrales” (cuestiones de relevamiento, por ejemplo, si en los cuestionarios hay preguntas ambigüas) estos últimos no se pueden medir