Seminario de tesis I

Seminario de tesis I
METODOLOGÍA DE LA INVESTIGACIÓN
Universo, población y muestra
Técnicas e instrumentos de recolección
de datos

S1
Propósito de la sesión de aprendizaje

Reconoce los aspectos teóricos para determinar el universo, población, muestra y las técnicas e instrumentos
de recolección de datos.
 Proceso de obtención de una muestra

Unidad de
Universo análisis
Delimitar

Población Técnicas de - Probabilísticas

muestreo - No probabilísticas

Muestra
Técnicas de - Tómbola
selección de - Números aleatorios
Tamaño de la muestra
muestra
- Tabla de error Técnicas para
- Fórmulas estadísticas. determinar el Selección de la
- Software tamaño de muestra
muestra
Exigencia académica para grandes cambios
 Universo, población y muestra

UNIVERSO

Referente al universo, Carrasco (2006)

POBLACIÓN
López (2013) afirma: “La población es el
sector al cual se dirige la investigación.
Es el total de individuos que componen
el grupo de interés” (p.96).
menciona que: “Es el conjunto de
elementos (personas, objetos, programas,
sistemas, sucesos, etc.) globales, finitos e
infinitos, a los que pertenece la población y
la muestra de estudio en estrecha relación
con las variables y el fragmento
problemático de la realidad, que es materia
de investigación” (p.236).

Según Carrasco (2006) la población “es

el conjunto de todos los elementos
(unidades de análisis) que pertenecen al
ámbito espacial donde se desarrolla el
trabajo de investigación” (p.236).
 1.- Universo, población y muestra
Universo, población y muestra

MUESTRA
Hernández, Fernández & Baptista (2007) hacen mención que: “La
muestra viene a ser un subgrupo de la población del cual se
recolectan los datos y debe ser representativo de dicha población”
(p.236).

Carrasco (2006) menciona que la muestra “es una parte o

fragmento representativo de la población, cuyas características
esenciales son las de ser objetiva y reflejo fiel de ella, de tal manera
que los resultados obtenidos en la muestra puedan generalizarse a
todos los elementos que conforman dicha población” (p.237).

López (2013) menciona que “la muestra es una porción

representativa que se obtiene de la población de forma tal que
pueda analizarse para llegar a unos resultados aceptables y
cercanos a lo que se tendría si se hubiese tomado todos los datos
(población completa)” (p.97).
 Técnicas de muestreo
2.- Técnica de muestreo
Técnicas de muestreo

La selección de una técnica de

muestreo comprende varias
decisiones de naturaleza amplia.
El investigador debe decidir si Técnicas de muestreo no Técnicas de muestreo
emplear una técnica de muestreo probabilístico probabilístico
probabilística o no probabilística.

Muestreo por Muestreo por Muestreo por Muestreo de

conveniencia juicio cuota bola de nieve

Muestreo Muestreo Muestreo Muestreo de Otras técnicas

aleatorio simple sistemático estratificado grupo de muestreo
 Tamaño de muestra

El investigador debe procurar que el tamaño de la muestra sea proporcional al tamaño de la

población, y a la vez que sea representativa. Su magnitud debe permitir contener y reunir todas las
características y propiedades necesarias para que los resultados de su estudio puedan
generalizarse a toda la población (carrasco, 2006, p.244). Además el mismo autor señala que
existen dos procedimientos para determinar el tamaño de la muestra, una de ellas es mediante la
tabla de error (Fisher, Arkin y Colton) y el procedimiento mediante la fórmula estadística.

Tabla de error

Modelos estadísticos
 Selección de la muestra

Existen dos procedimientos para seleccionar la muestra probabilística aleatoria: el procedimiento del sorteo
o ánfora y el procedimiento mediante el uso de la tabla de los números aleatorios.

El procedimiento del sorteo o ánfora, según Carrasco (2006) afirma que dicho procedimiento:
Es sencillo, pero tiene sus particularidades. Supone enumerar a todos los elementos de la población. Así por
ejemplo, si tenemos una población de 1600 personas para un estudio determinado, a cada persona se le
asigna un número con su respectivo nombre, luego estos números (escritos en fichas, tiques, etc.) se
depositan en un ánfora, caja o cualquier otro recipiente, del cual, una vez mezclados los números se procede
a extraerlos al azar hasta completar la muestra en cantidad previamente definida. (p.257)

Sorteo o ánfora

Números aleatorios
 Técnicas de muestreo

Técnicas de muestreo

Técnicas de muestreo no Técnicas de muestreo

probabilístico probabilístico

Muestreo por Muestreo por Muestreo por Muestreo de

conveniencia juicio cuota bola de nieve

Muestreo
Muestreo Muestreo Muestreo de Otras técnicas
aleatorio
sistemático estratificado grupo de muestreo
simple
Técnicas de muestreo
Técnicas de muestreo
Técnicas de muestreo no
probabilístico
El muestreo no probabilístico
depende del juicio personal del
investigador más que en la
probabilidad para seleccionar a
los elemento de la muestra. El
investigador puede decidir de
manera arbitraria o consiente
qué elementos va a incluir en la
muestra.
Técnicas de muestreo
probabilístico
En el muestreo probabilístico,
las unidades de muestra se
seleccionan por casualidad.
Esto requiere no sólo de una
definición precisa de la
población meta, sino también
de una especificación general
del marco de la muestra.
 Muestreo Diseño y Procedimientos
Técnicas de muestreo no probabilístico

Muestreo por conveniencia

El muestreo por conveniencia busca obtener una muestra de elementos convenientes. La selección de las
unidades de muestreo se deja principalmente al entrevistador. Con frecuencia, se selecciona a los
entrevistados porque se encuentran en el lugar adecuado en el momento oportuno.

El muestreo por conveniencia es la técnica de muestreo menos costosa y que requiere de menos tiempo.
Las unidades de la muestra son accesibles, fáciles de medir y cooperativas.

Las muestras por conveniencia no son representativas de ninguna población definida. Por consiguiente, no
tiene ningún sentido teórico generalizar a ninguna población a partir de una muestra por conveniencia.

Las muestras por conveniencia no se recomiendan para la investigación descriptiva ni causal, pero pueden
emplearse en la investigación de exploración para generar ideas, razonamientos o hipótesis.
 Técnicas de muestreo no probabilístico

Muestreo por juicio

El muestreo por juicio es una forma de
muestreo por conveniencia en la que los
elementos de la población se seleccionan
con base en el juicio del investigador. Éste,
con su juicio de experiencia, elige los
elementos que incluirá en la muestra,
porque cree que son representativos de la
población de interés o son de alguna
manera apropiados. Muestreo por cuotas
El muestreo por cuotas puede considerarse un muestreo por
juicio limitado en dos etapas. La primera etapa consiste en el
desarrollo de categorías de control, o cuotas, de los
elementos de la población. A fin de desarrollar estas cuotas,
el investigador lista las características de control relevantes y
determina la distribución de estas características en la
población meta.
 Técnicas de muestreo no probabilístico

Muestreo de bola de nieve

En el muestreo de bola de nieve, se
selecciona un grupo inicial de
entrevistados, por lo general en
forma aleatoria. Después de la
entrevista, se pide a los participantes
que identifiquen a otros que
pertenecen a la población meta de
interés, por tanto, los entrevistados
subsecuentes se eligen con base en
referencias. Este proceso puede
llevarse a cabo en forma progresiva,
llevando así a un efecto de bola de
nieve.
 Técnicas de muestreo probabilístico

Muestreo aleatorio simple

En el muestreo aleatorio simple, cada elemento en la población tiene una probabilidad de selección idéntica y
conocida. Además, cada muestra posible de un tamaño determinado «n» tiene una probabilidad idéntica y
conocida de ser la muestra que se elija. Esto implica que cada elemento se selecciona en forma independiente de
cualquier otro. La muestra se toma de un marco de muestra por medio de un procedimiento aleatorio. Este
método es equivalente a un sistema de lotería en el que los nombres se colocan en un recipiente, éste se agita y
los nombres de los ganadores se seleccionan sin que influya tendencia alguna.

Tomar una muestra aleatoria simple, el investigador debe compilar primero un marco de muestra en el que, a
cada elemento, se le asigna un número de identificación único. Después se generan números aleatorios para
determinar qué elementos incluir en la muestra.

El muestreo aleatorio simple tiene muchas características positivas: se comprende con facilidad, los resultados de
la muestra pueden proyectarse a la población meta y la mayor parte de los planteamientos para la inferencia
estadística suponen que los datos se recopilaron mediante el muestreo aleatorio simple.
 Técnicas de muestreo probabilístico

Muestreo sistemático
En el muestreo sistemático , la muestra se elige mediante la selección de un punto de
inicio aleatorio y la elección de cada iésimo elemento en sucesión, a partir del marco de la
muestra.
El intervalo de muestra, i, se determina dividiendo el tamaño de la población «N» entre el
tamaño de la muestra «n» y redondeando al entero más próximo.

Por ejemplo, hay 100000 elementos en la población y se desea una muestra de 1000
100000
a) En este caso, el intervalo de muestra, 𝑖 = = 100
1000

b) Se selecciona un número aleatorio entre 1 y 100, si por ejemplo, este número es 23.
c) La muestra consiste en los elementos: 23, 123, 223, 323, 423, 523, … y así
sucesivamente.
 Técnicas de muestreo probabilístico

El muestreo sistemático es similar al muestreo aleatorio simple en que cada elemento de la población tiene una
probabilidad de selección idéntica y conocida. Sin embargo, es diferente al muestreo aleatorio simple ya que sólo las
muestras permitidas de tamaño «n» que pueden tomarse tienen probabilidad de selección idéntica y conocida. Las
muestras restantes de tamaño «n» tiene una probabilidad de cero de ser seleccionadas.

Si los elementos de la población están ordenados en forma no relacionada con la característica de interés, el
muestreo sistemático producirá resultados muy similares al del muestreo aleatorio simple.
Por otra parte, cuando el orden de los elementos se relaciona con las características de interés, el muestreo
sistemático incrementa lo representativo de la muestra.
 Técnicas de muestreo probabilístico

Muestreo Estratificado
El muestreo estratificado es un proceso de dos pasos en el que la población se divide en sub poblaciones o estratos.
Los estratos deben ser recíprocamente selectos y colectivamente exhaustivos, en el sentido de que cada elemento
de la población debe asignarse a un solo o a un estrato, sin que se omita ningún elemento de la población. A
continuación, los elementos se seleccionan de cada estrato por medio de un procedimiento aleatorio, por lo general
a través del muestreo aleatorio simple.

Técnicamente, no sólo debe emplearse el muestreo aleatorio simple en la selección de los elementos para cada
estrato. En la práctica, en ocasiones se emplea el muestreo sistemático y otros procedimientos de muestreo.
El muestreo estratificado difiere del muestreo por cuotas en que los elementos de la muestra se seleccionan de
manera probabilística y no can base en la conveniencia o el juicio. Un objetivo importante del muestreo estratificado
es incrementar la precisión, sin aumentar el costo.
 Técnicas e instrumentos de recolección de datos
Técnica de la observación
directa, simple o
experimental
Técnica de la
Técnica de la observación
Observación
documental (o bibliográfica)
Técnica de la observación
mediante encuesta
INSTRUMENTOS
• Cuaderno de notas, libretas.
• Fichas
• Grabadoras
• Cámara fotográfica, cámara filmadora.
• Carpetas con hojas diversas
• Fichas
• Cuaderno de notas
• El cuestionario
• Guía de entrevista
• Cuestionario de entrevista
• Las escalas de actitudes
 Validez del instrumento por expertos

VALIDEZ DE UN INSTRUMENTO
Es la eficacia con que un instrumento mide lo que se pretende medir.
Según Morales (2007) afirma que: “un instrumento es válido si comprueba o mide
aquello que pretendemos medir” (p.4)
¿Cuál es más importante: la validez o la confiabilidad de un instrumento y qué relación
existe?
- La validez es lo más importante
- Existe una relación directa
𝑭𝒊𝒂𝒃𝒊𝒍𝒊𝒅𝒂𝒅 ↑= 𝒇 𝒗𝒂𝒍𝒊𝒅𝒆𝒛 ↑
 Seminario de tesis I
LABORATORIO
Universo, población y muestra
Técnicas e instrumentos de
recolección de datos

S2
 Propósito de la sesión de aprendizaje

Redacta el universo, población, muestra y establece las técnicas e instrumentos de recolección de datos.

Exigencia académica para grandes cambios

 Seminario de tesis I
LABORATORIO
Universo, población y muestra
Técnicas e instrumentos de
recolección de datos

S3
 Propósito de la sesión de aprendizaje

Redacta el universo, población, muestra y establece las técnicas e instrumentos de recolección de datos.

Exigencia académica para grandes cambios

ADELANTO DE CLASE:

17-06-18

Horario:
8.15am a 6.30pm

Al llegar inscribirse para la crítica.

El aula se les brindará a cada alumnos en la hora de taller.

Revisión de Ficha de MUESTRA (Página 60 y 61)