Agregar a favoritos      Ayuda      Português      Ingles     
 Página anterior Volver al principio del trabajoPágina siguiente 

¿Cómo seleccionar el tamaño de una muestra para una investigación educacional? (página 2)




Partes: 1, 2, 3

En estas definiciones se observa que si representar no es más que expresar, reproducir una cosa, o ser su imagen, y que representativo es lo que sirve para representar otra cosa, por lo tanto: representatividad, es la cualidad de lo representativo, de aquí que si algo está bien representado, se puede decir entonces que ese algo tiene representatividad acerca de la otra cosa que representa.

Es por ello que al seleccionar una muestra, si se sabe que ésta constituye un subconjunto de la población, debemos tener cuidado que la misma tenga las mismas propiedades de la población y que obedezca a determinados argumentos, desde el punto de vista estadístico, para decir que la misma es una muestra representativa.

Pero antes de analizar en qué consiste estos argumentos estadísticos, para llamarlo de alguna forma práctica, resulta necesario dejar bien claro lo que es universo o población y muestra, lo que a estos fines se hará mediante ejemplos para que el lector le resulte más comprensible.

  1. Si por ejemplo, una investigación tiene como objetivo aportar una serie de indicadores para evaluar la calidad del trabajo metodológico en la Educación Técnica y Profesional (ETP en lo adelante) en la provincia de Holguín; el objeto de estudio, entre otras cosas, tiene como Universo o población al claustro de profesores, dirigentes y estudiantes de toda la provincia de Holguín, pero de la ETP.

    Si por el contrario, esta investigación se circunscribe a las escuelas politécnicas de la ETP del municipio de Holguín, ahora el universo o población no estará constituida por los profesores, dirigentes y estudiantes de la ETP de cada uno de los 14 municipios de la provincia sino que estará constituida por los profesores, dirigentes y estudiantes de la ETP, únicamente del municipio de Holguín. Por lo que ahora observe que la universo o población ha cambiado a un sector más estrecho: de aquí la relatividad de la población a tomar en una investigación.

    Si este mismo ejemplo se circunscribe a todas las escuelas de oficios del municipio de Holguín, resulta evidente que la población ya no estará constituida por todos los estudiantes de la ETP, sino sólo los de las escuelas de oficio y por consiguiente, se excluye de ellas las que forman técnicos medios de este municipio.

    De todos los ejemplos acotados es importante observar que la población no la conforman estudiantes, profesores y dirigentes de cualquier entidad o sector; por el contrario, todos se refieren al sector de la educación y dentro de éste no a cualquier subsistema de enseñanza, sino específicamente al de la Educación Técnica y Profesional. Por lo que el primer requisito que deben tener los objetos (pueden ser personas o cosas) que conformarán el universo o población es que deben tener las mismas características o propiedades, de aquí el carácter homogéneo de la misma.

    También muy importante para el investigador dejar bien claro cuál es su objeto y campo de estudio, porque los mismos determinarán la población a trabajar.

  2. Concepto de Universo o población
  3. ¿Qué entiende por población estadística?
  • Población [población] f. [Del lat. populatĭo, -ōnis ]

1. Acción y efecto de poblar.

2. Conjunto de personas que habitan la Tierra o cualquier división geográfica de ella.

3. Conjunto de edificios y espacios de una ciudad.

4. Conjunto de individuos de la misma especie que ocupan una misma área geográfica.

5. Conjunto de los individuos o cosas sometido a una evaluación estadística mediante muestreo.

Egaña (2003), plantea: "Se considera población como un conjunto de individuos, o más general, de elementos, con una característica observable (medible) (…)".

Este ponente considera que:

"Población es el conjunto de todos los individuos, objetos, procesos o sucesos homogéneos que constituyen el objeto de interés. La población se relaciona directamente con el campo de estudio" (Moráguez, 2006).

Es indudable, que a partir del concepto anterior, que es el asumido en este trabajo, se observe una dicotomía entre los objetos (personas o cosas), procesos y sucesos que cumplen con determinadas características ya que éstos pueden ser: infinitos, por ejemplo el estudio de las estrellas, entre otras; o por el contrario, pueden ser finitos, como los ejemplos antes expuestos.

Como el objetivo de este trabajo está encaminado a las investigaciones sociales, entre ellas las educacionales, resulta evidente que siempre se trabajará con poblaciones finitas.

En todos los casos analizados en que la población ha variado, se llega a la conclusión que resulta imposible poder trabajar con uno y cada una de las personas u objetos que conforman la población por razones económicas y operativas, de aquí que es imprescindible obtener un subconjunto de elementos representativos de esta población homogénea para trabajar con ella y eso no es más que la muestra; de aquí que se adopte el concepto de muestra que emite Murray (1961) y Ogaña (2003) cuando expresan que la misma es un subconjunto o parte de una población. De aquí que tengan las mismas características o propiedades de la población de donde se tomó.

Ya se tiene claro que es una muestra y que la misma tiene que ser extraída de la población objeto de estudio, pero el problema está dado en cómo puede ser extraída la misma y cuántos elementos se deben tomar de una población para decir que hay una calidad en su representación, o lo que es lo mismo, que hay representatividad.

Si una muestra es representativa, entonces se puede inferir toda una serie de importantes conclusiones acerca de la población (estadística inductiva o inferencia estadística) o describir características observadas en la muestra (estadística descriptiva), que permita posteriormente hacer inferencias con relación a la población. Es por ello importante que todo investigador deje bien claro que la muestra asumida es representativa de la población extraída.

Entonces: ¿Cómo hacer para que una muestra sea representativa? ¿De qué forma se puede extraer la muestra de una población? ¿Cuántas personas u objetos tomar de una población para que sea lo más equitativa posible con relación a las distintas escuelas, grupos o sectores que conforman la población?

Para contestar estas interrogantes primero se partirá de los tipos de muestras que se pueden asumir en una investigación.

  1. Tipos de muestra

Hay varios criterios para clasificar las muestras, pero se adoptará el criterio que emite Freud (1977), Rivas (1991), Moráguez (2005), entre otros, por ser uno de los más difundidos y empleados en la actualidad.

Las muestras se agrupan en dos grandes dimensiones: Aleatoria y no aleatoria y dentro de ésta se puede observar otras clasificaciones, siendo estás:

  1. Aleatorio Simple: Le da la probabilidad a cada uno de los miembros de una población a ser elegidos. Es uno de los más empleados y recomendado en las investigaciones sociales y educacionales, ya que este principio de darle la oportunidad a cada uno de los miembros de la población a ser elegidos o tomados como muestra, es lo que permite obtener conclusiones en la muestra e inferir lo que pudiera ocurrir, a partir de ésta, en la población, con un elevado grado de pertinencia. Estadísticamente permite inferir a la población los resultados obtenidos en la muestra (Devore, 2000), (Montgomery, 1999), (Siegel, 1997),
  2. Aleatorio Sistemático: Se hace una lista de la población a intervalos fijos, bien sea tomando el coeficiente de elevación (ce) como punto de partida; donde:

    V. g: Si la población P = 100 elementos y la muestra

    n= 20, entonces: ¿Qué quiere decir esto?

    Indica que cada vez que se produzcan piezas en múltiplos de 5, será seleccionada una para la realización de determinada medición, etc. elementos u objetos producidos (si se tratara de un proceso de producción de piezas).

    También se puede extraer de la lista cada enésimo caso, este método se emplea mucho en los controles de calidad de producciones seriadas y masivas; pero también puede ser empleado en las investigaciones en general.

  3. Aleatorio Estratificado: Es otra variación del aleatorio simple y consiste en subdividir a la población en subgrupos o estratos más homogéneos, de los que se toman muestras aleatorias simples de cada uno de dichos estratos. Hay que evitar que los estratos no se traslapen. (superpongan o que existan elementos de un estrato en otro).

2.1) Muestreo no aleatorio por accidente: El investigador incluye los elementos que le son más convenientes para la muestra.

2.2) Muestreo no aleatorio intencional o de juicio: La idea básica que involucra este tipo de muestra, es que la lógica y el sentido común pueden usarse para seleccionar la muestra que sea representativa de una población. Ej. Selección de expertos por el método de experto.

2.3) Muestreo por cuotas: Ésta se obtiene al especificar las características deseadas de los sujetos que se desea recoger la información y se le deja libertad al investigador para que le aplique los instrumentos necesarios a las personas con esas características. Ej. Se desea hacer un estudio de una población estudiantil de los estudiantes que han repetido el 6. grado y tiene determinada edad o situación en el hogar.

Como en la mayoría de las investigaciones educacionales se trabajan con estratos, los cuales pueden ser escuelas: de una provincia, o de un municipio, grupos de una escuela o de diferentes escuelas…, se dirigirá la atención de este trabajo a exponer de forma práctica cómo seleccionar la muestra de una población conformada por una población de todas los institutos politécnicos del municipio de Holguín, a los efectos de aplicar instrumentos diagnóstico de una investigación acerca de ¿Cómo se ha desarrollado el trabajo metodológico en dichas escuelas?

  1. Para poder seleccionar la cantidad de escuelas politécnicas a tomar como muestra del total de institutos politécnicos (7) del municipio de Holguín, lo cual constituye la población, vamos a emplear un estadígrafo, que permite determinar el tamaño de la muestra a partir de la población y teniendo en cuenta el números de estratos a trabajar (en este caso 7, que son los institutos politécnicos). Para ello plantearemos una metodología a seguir:

    1. Relacionamos la cantidad de estratos que tiene la población, en este caso son los institutos politécnicos que tiene el municipio de Holguín:

      No

      Nombre de los Institutos Politécnicos

      1

      Pedro Díaz Coello

      2

      Panchito Gómez Toro  

      3

      Camilo Cienfuegos G 

      4

      Luis de Feria Garayalde

      5

      José Gómez Wangüemert  

      6

      Politécnico 26

      7

      Gral. Calixto García Íñiguez  

      Observe que a cada estrato (escuela) se le hizo corresponder un número, comenzando del 1. Este número será constante para cada centro de ahora en adelante.

      La cuestión está dada en determinar del total de centros, cuántos tomaremos como muestra aleatoria simple, por lo que para ello se aplicará el siguiente estadígrafo:

      1. Determinación de la muestra.
    2. Determinación de la cantidad de estratos de la población del territorio
  2. Selección de la muestra estratificada a partir de la población seleccionada

  (1), (2)

(*)

Donde:

n0: Cantidad teórica de elementos de la muestra.

n: Cantidad real de elementos de la muestra a partir de la población asumida o de los estratos asumidos en la población.

N: Número total de elementos que conforman la población, o número de estratos totales de la población.

z: Valor estandarizado en función del grado de confiabilidad de la muestra calculada. Por ejemplo, si consideramos trabajar con un 95 % de confiabilidad la muestra seleccionada, entonces el valor estandarizado asumir es igual a 1.96 (Para dos colas).

Algunos valores estandarizados (z) en función de grado de confiabilidad asumido (para dos colas):

Para un: 99 % ------------- z = 2, 58 (Empleado con frec.)

95 % ------------- z = 1, 96 (El más empleado)

90 % ------------- z = 1, 64

Є: Error asumido en el cбlculo. Toda expresión que se calcula contiene un error de cálculo debido a las aproximaciones decimales que surgen en la división por decimales, error en la selección de la muestra, entre otras, por lo que este error se puede asumir entre un 1 hasta un 10 %; es decir, que se asume en valores de probabilidad correspondiente entre un 0.01 hasta un 0.1. No obstante, se propone la siguiente tabla para valores óptimos del error para el cálculo del número de estratos de una muestra:

  • Para 3 ≤ N ≤ 10 --------------------- Se asume Є = 0.1 (un error del 10 %).
  • Para N > 10 --------------------- Se asume Є = 0.05 (un error del 5 %).

q: probabilidad de la población que no presenta las características.

Este es un parámetro muy importante, debido a que mediante el mismo se asume qué por ciento o proporción de la muestra no puede presentar las mismas características de la población, debido a diversos factores subjetivos y objetivos de los individuos u objetos que conforman la población. Muchos autores plantean esta probabilidad entre un 1 hasta un 25 %, otros asumen, cuando no se conoce esta variable asumir el valor máximo de 50 %. Del estudio realizado por este autor se propone la siguiente tabla:

  • Para 3 ≤ N ≤ 19 ------- Se asume q = 0,01 (un 1 %).
  • Para 20 ≤ N ≤ 29 ------ Se asume q = 0,01 hasta 0,02 (del 1 al 2 %).
  • Para 30 ≤ N ≤ 79 ----- Se asume q = 0,02 hasta 0,05 (del 2 al 5 %).
  • Para 80 ≤ N ≤ 159 ---- Se asume q = 0,05 hasta 0,10 (del 5 al 10 %).
  • Para N ≥ 160 --------- Se asume q = 0,05 hasta 0,20 (del 5 al 20 %).

p: Probabilidad de la población que presenta las características. Dicho de una forma más comprensible, es la probabilidad que tiene la muestra en poseer las mismas cualidades de la población (homogeneidad) y está determinada por:

Como p + q = 1 (Probabilidad máxima) [ p = 1 – q

  1. En el problema en cuestión se asumió un grado de confiabilidad de un 95 %, por lo tanto: z = 1,96

  2. Determinación del grado de confiabilidad y con ello el valor de z

    Como el número de estratos (escuelas del municipio de Holguín) es igual a 7, entonces estamos trabajando con valores de N menores de 11, por lo que se asume un 10 % (0,1), que es un valor recomendado para muestras pequeñas o menores de 11.

    Entonces:

    Є = 0, 1

  3. Determinación del valor del error asumido en el cálculo

    Del análisis anterior, como el número de estratos es igual a 7, entonces aplicando la tabla para los valores de q, se asume trabajar con el 1 %, luego: q = 0.01

  4. Determinación del valor de la probabilidad que tiene la muestra de no poseer las mismas cualidades de la población (q)

    Como ya se determinó el valor de q (probabilidad de la proporción que no presenta las características), se puede determinar p mediante la expresión: p = 1 – q, luego:

    p = 1 – q [ p = 1 – 0, 01 = 0, 99 p = 0, 99

  5. Cálculo de la probabilidad que tiene la muestra de poseer las mismas cualidades de la población (p)

    Por la expresión (1) se puede sustituir los valores de cada variable y determinar el valor de n0 por: n0 = 3,80

  6. Cálculo del tamaño de la muestra teórica (n0)
  7. Cálculo del tamaño de la muestra real (n)

Por la expresión (2) se puede sustituir los valores de cada variable y determinar el valor de n por:

n = 2

Es importante acotar que el valor de N que se toma corresponde al total de los estratos (cantidad de escuelas politécnicas del municipio de Holguín).

De lo anterior se tiene que de un total de 7 escuelas que constituyen la cantidad total de estratos que tiene la población, considerando un 95 % el nivel de confianza, asumiendo que el error de cálculo (Є) sea de un 10 % (0,01) y considerando que solamente el 1 % de la muestra seleccionada no reúna las características de la población (q= 0, 01), se determinó que la muestra representativa de dicha población puede ser dos estratos (escuelas).

De lo anterior se infiere que la representatividad de una muestra está dada en considerar que la misma fue extraída de una población con un determinado nivel de confianza (se trabaja preferiblemente con un 95 % de confianza o más), de asumir un determinado porcentaje en el error de cálculo, que debe estar comprendido entre un 1 hasta un 10 % (0,01 hasta 0,10); y de considerar un adecuado porcentaje (desde un 1 hasta un 20 %) en valores probabilísticos (0, 01 hasta 0, 2) de que la muestra no posee las características de la población. Esto se puede graficar de la siguiente forma:

Para seleccionar la cantidad de centros a escoger como muestra se trabajó con la siguiente tabla:

Como se puede apreciar, trabajando con un 95 % de confianza, y asumiendo un error de un 10 %, y considerando que la muestra seleccionada puede no contener iguales propiedades de la población en un 1 %, la muestra a escoger del municipio de Holguín es de 2 centros, los que fueron seleccionados de forma aleatoria, por lo que esto permite hacer inferencias de lo que ocurre en dicha muestra con relación a la población objeto de estudio.

Ahora lo que queda es ver cómo se seleccionarán cada uno de los estratos que contiene cada centro, con relación a la cantidad de estudiantes a seleccionar por año y especialidades de ambos centros, de manera tal que dicha selección sea proporcional a cada uno de dichos estratos, veamos cómo proceder:

  1. Para ello nos auxiliaremos de la tabla del anexo 1 en la que se han estratificado los estudiantes de cada centro (previamente seleccionados), distribuidos por años y especialidades, de manera que siguiendo la misma metodología anterior podamos determinar la cantidad de estudiantes que tendrá la muestra a partir de la población constituida por la matrícula total de ambos centros (1993 estudiantes), -vea el carácter relativo que tiene la población, anteriormente explicado.

    Una vez seleccionada la muestra del total de ambas escuelas, el problema está en cómo proceder para distribuir ésta de manera equitativa o proporcional, con relación a cada estrato constituido por cada centro, matrícula por año y por especialidades de éstos, mediante la aplicación de la metodología planteada.

    1. Como se aprecia en el anexo 1 y la tabla siguiente, la matrícula de dichas escuelas por especialidades y años (estratos) está dada como sigue:

      Especialidad

      Matríc.

      Eléctrica

      360

      Electrónica

      515

      Artesanía

      121

      Construcciones Metálicas

      27

      b) Politécnico 26

      Construcción Civil

      400

      Viales

      126

      Geodesia y Cartografía

      94

      Artesanía

      84

      Gestión Documentos

      94

      Bibliotecología

      118

      Lengua de Seña

      39

      Albañilería

      15

      Total escuela

      970

      Total General

      1993

      Es importante observar que en este paso interesa solamente la distribución por año y especialidades de ambos centros, así como la matrícula total que constituirá la población a seleccionar de ambas escuelas politécnicas.

      Por lo que ahora aplicaremos determinaremos la muestra a seleccionar de una población de 1993 estudiantes.

    2. Determinación de la muestra para ambas escuelas

      Para calcular el tamaño de la muestra se debe trabajar con las expresiones (1) y (2):

      Por lo que resulta evidente que hay que determinar los valores de z, Є, q y p, para calcular el tamaсo de la muestra teórico y con este valor determinar, en la fórmula (2) el valor real de la muestra a seleccionar de ambas escuelas.

    3. Cálculo del tamaño de la muestra
    4. Determinación del grado de z
  2. Selección del tamaño de cada estrato de las muestras seleccionas

Se sabe que el valor de z, que no es más que la variable estandarizada para un grado de confianza determinado, que en este caso se asume trabajar con un 95 % de confianza, por lo que si se busca este valor en la función de Excel (Ver anexo 2) como DISTR.NORM.ESTAND.INV(0.975), que equivale a trabajar con la probabilidad de 0.975, ya que si se trabaja con un nivel de confianza del 95 %, quiere decir que el valor de alfa es igual a 0.05 (probabilidad de que no se cumpla el nivel de confianza del 95 %); pero como se trabaja con dos colas, debido a que no conocemos si esta probabilidad es mayor o menor, solamente que es igual o desigual, entonces el valor de alfa (0,05) de divide por dos (dos colas) y este valor se le resta a la probabilidad máxima de que ocurra un hecho (1) y obtenemos el valor de: 1 – 0.025 = 0.975.

Cuando este valor se busca en la función de Excel DISTR.NORM.ESTAND.INV(0.975) el resultado que genera es igual a (1.96), que no es más que el valor de z estandarizado para la probabilidad del 95 % de confianza. Esto también se puede encontrar en cualquier libro de estadística donde contenga la tabla de distribución normal. Por ejemplo en el anexo 2 se puede apreciar que si en la tabla se entra con la probabilidad de 0.975 se obtiene el valor de z = 1, 96 (Ver anexo 2).

  1. Z = 1.96

    Ya conocemos que en todo tipo de cálculo siempre que se trabaje con números fraccionarios, siempre se tendrá que suprimir determinada cantidad de cifras al aproximar los cálculos efectuados, es por ello que siempre induciremos un error de cálculo, además de considerar otros tipos de errores al seleccionar una muestra, que puede ser susceptible a nuestra forma de tomar los datos, hacer las mediciones, entre otros, es de aquí que se debe prever el porcentaje del error que se admitirá en el cálculo de la muestra.

    Anteriormente se dijo que Para N > 10 (recordar que ahora N=1993), se debe asumir el error Є = 0.05; que es lo mismo que considerarlo en un 5 %: éste es el valor a tomar.

  2. Determinación del error de cálculo
  3. Є = 0.05

    Se sabe que al realizar el cálculo de una muestra se debe considerar un porcentaje o una proporción de elementos que puedan incluirse en dicha muestra, pero que no reúnan las características de la población, a lo que a esta probabilidad se le ha llamado q y se sugiere que para N ≥ 160, se considera q = 0.02 hasta un 0.2 (un error del 2 al 20 %). Para el cálculo en cuestión se asume q = 0,08; es decir, se consideró un 8 %

    q = 0,08

  4. Determinación de la probabilidad q

    Como la probabilidad de considerar la proporción de elementos que reúnen las mismas características de la población se determina por la expresión: p = 1- q, entonces al sustituir a q en la misma tenemos: p = 1- 0,08 = 0,92

    p = 0,92

  5. Determinación de la probabilidad p

    Sustituyendo en la fórmula (1) se calcula dicho valor quedando:

    n0 = 113.09

  6. Cálculo de no
  7. Cálculo de n

Conocido el valor de la muestra teórica calculada, procedemos a determinar el valor de la muestra real mediante el empleo de la ecuación (2) en la que:

Ello indica que del total de la matrícula de 1993 estudiantes, sería suficiente seleccionar 107 de ello de forma aleatoria simple, considerando que se ha trabajado con un 95 % del nivel de confianza, de cometer un 5 % de error y de que en nuestra muestra un 8 % no reúnan las características de la población; por lo que se puede considerar a dicha muestra representativa en estos parámetros seleccionados.

Ahora queda determinar cómo vamos a distribuir la muestra a seleccionar entre esas dos escuelas, años y especialidades (estratos), asunto que resolveremos de inmediato.

n = 107

Debemos seleccionar 107 estudiantes de la población de ambas escuelas.

  1. Cálculo de la proporción de cada estrato

Para ello debemos auxiliarnos de la tabla anterior, a la que se le ha incorporado una columna que va a contener la proporción que cada estrato representa con relación a la matrícula total de ambos centros.

Resulta evidente que para obtener la proporción de cada estrato sólo hay que buscar la razón entre las matrículas de cada especialidad y el total de cada escuela contra la matrícula total de ambos centros; así que por ejemplo: para determinar la razón entre la matrícula de la especialidad de Eléctrica de la escuela Luís de Feria, sólo debemos dividir dicha matrícula (360) entre el total de ambas (1993):

Eléctrica (escuela Luís de Feria) = 360/1993 = 0, 18

Electrónica (escuela Luís de Feria) = 515/1993 = 0, 26

En la tabla se puede apreciar cada uno de los valores calculados para cada estrato, por lo que se dejará indicado en la misma (ver anexo 1).

a) Luís de Feria

Especialidad

Matríc.

Prop

Muestra

Eléctrica

360

19

Electrónica

515

28

Artesanía

121

6

Construcciones Metálicas

27

3

Total de escuela

1023

b) Politécnico 26

Construcción Civil

400

21

Viales

126

6

Geodesia y Cartografía

94

5

Artesanía

84

4

Gestión Documentos

94

5

Bibliotecología

118

6

Lengua de Seña

39

2

Albañilería

15

1

Total escuela

970

52

Total General

1993

107

Muestra total a seleccionar

107

Se puede apreciar de la tabla, que las proporciones encontradas permite poder hacer una distribución más racional de la muestra total; por lo que si a ésta le corresponde 107, resulta evidente que para determinar la cantidad de estudiantes a seleccionar por especialidad y escuela solamente debemos multiplicar la proporción por el total de la muestra y obtenemos lo que buscamos; veamos:

Por ejemplo, para la primera proporción de eléctrica (de la escuela Luís de Feria) (vea tabla anterior), si multiplicamos: 0,18 x 107 = 19, 6 = 19 estudiantes para esta especialidad; lo que quiere decir que debemos seleccionar de esta especialidad a 19 estudiantes en esta escuela. De una forma análoga se completa la tabla y se obtienen los valores que aparecen en la última columna.

Resulta interesante analizar que cuando la suma de ambas escuelas no lleguen al total de la muestra, debido a las aproximaciones decimales con que se ha trabajado, entonces se puede aumentar en uno algunas de los estratos con valores menores, hasta que dicha suma sea igual a la calculada: en este caso 107.

Es importante que esta parte sea trabajada en Excel, ya que permite ahorrar toda una serie de cálculos y además se puede visualizar, en forma de tabla, como la mostrada en el anexo 1.

Al observar dicha tabla (anexo 1), analice como se procedió para determinar la proporción de cada uno de los estratos que conforman los años de cada una de las especialidades; por ejemplo, para determinar la proporción que representa la especialidad de Eléctrica de 1. año de la escuela Luís de Feria que tiene una matrícula en ese año de 81 estudiantes. Por lo que si queremos determinar la proporción que representa esta cifra con relación a la matrícula total 1993 de ambas escuelas, tendremos entonces que dividir 81/1993 = 0, 04, que es el valor que aparece en la tabla del anexo 1.

De manera análoga se determinaron cada una de las proporciones de cada año, especialidad y centro y al multiplicar cada una de éstas por la cantidad total de la muestra a seleccionar para ambas escuelas obtuvimos de manera proporcional cómo debíamos de seleccionar la muestra de cada año, especialidad y escuela.

Es importante acotar que podemos hacer lo mismo, en el caso de que existan varios grupos de un mismo año y especialidad, estableciendo la proporción de la matrícula de cada grupo contra la matrícula del año y como ya se sabe la cantidad de estudiantes que debemos seleccionar por año, resultaría muy fácil determinar la cantidad de estudiantes por grupo que debemos de extraer mediante el método aleatorio simple.

 

Conclusiones

De los aspectos tratados se ha analizado los distintos conceptos de lo que es población, muestra, entre otros y de ello es importante acotar que la población en una investigación es relativa y está en dependencia del campo de estudio a trabajar. Que siempre resulta imprescindible dejar bien definido cuál es la población a trabajar, porque de la misma es que será seleccionada la muestra, constituyendo ésta un subconjunto de la población y por consiguiente contendrá las mismas propiedades de la primera.

Cuando se selecciona la muestra se debe tratar de que esta selección se haga por el método aleatorio simple o estratificado, si es que de ella queremos realizar inferencias con relación a la población investigada.

Es importante apuntar que mediante este trabajo se le muestra a los investigadores cómo poder seleccionar el tamaño de una muestra (para las investigaciones educacionales) para que sea significativa con relación a la población a trabajar y que esta significación está dada por tres aspectos muy importantes, que son: el nivel de confianza a trabajar, en lo que se prefiere hacerlo sobre el 95 % de confianza; el error a considerar en el cálculo, que debe estar entre un 1 hasta un 5 %, y la proporción de considerar que la muestra calculada no posee las características o propiedades de la población y que estos valores deben de estar comprendidos entre un 1 hasta un 20 % (en valores de probabilidad), debiéndose asumir de un 1 hasta un 2 % para poblaciones o estratos pequeños (menores de 29), de un 2 hasta un 5 % para estratos o poblaciones medianas (entre 30 y 79) y valores comprendidos entre un 10 hasta un 20 % para poblaciones o estratos mayores de 80.

Se anexa a este trabajo una tabla en Excel (hacer clic en el icono que aparece al final) en donde se puede observar cómo se realiza lo explicado trabajando con este poderoso tabulador electrónico.


Partes: 1, 2, 3


 Página anterior Volver al principio del trabajoPágina siguiente 

Comentarios


Trabajos relacionados

Ver mas trabajos de Estadistica

 

Nota al lector: es posible que esta página no contenga todos los componentes del trabajo original (pies de página, avanzadas formulas matemáticas, esquemas o tablas complejas, etc.). Recuerde que para ver el trabajo en su versión original completa, puede descargarlo desde el menú superior.


Todos los documentos disponibles en este sitio expresan los puntos de vista de sus respectivos autores y no de Monografias.com. El objetivo de Monografias.com es poner el conocimiento a disposición de toda su comunidad. Queda bajo la responsabilidad de cada lector el eventual uso que se le de a esta información. Asimismo, es obligatoria la cita del autor del contenido y de Monografias.com como fuentes de información.