Introducción a la Metodología de la Investigación Social: Muestreo, Recolección de Datos y Medición
Enviado por Chuletator online y clasificado en Diseño e Ingeniería
Escrito el en 
español con un tamaño de 7,66 KB
La Importancia de la Especificación
Especificación de las variables: ¿Qué es lo que está realmente asociado con la variable de interés? Ej: Paradoja de Simpson: una paradoja en la cual una tendencia que aparece en varios grupos de datos desaparece cuando estos grupos se combinan y en su lugar aparece la tendencia contraria para los datos agregados.
Especificación de la forma: ¿Cuál es la forma de la relación? Ej: utilizar escala logarítmica o no.
Especificación del universo: ¿Dónde aplica esta relación?
Especificación del Universo
La pregunta de la generalización: Habiendo encontrado una relación válida en la situación X, ¿en qué otras situaciones ella también ocurre?
Importancia para Políticas Públicas
- El problema de la escala
Formas de Establecer Causalidad
La causalidad estadística. Una forma diferente. La idea de condiciones necesarias y suficientes.
¿Dónde Radica el Agente Causal?
¿Explicación por variables o explicación por agentes?
Métodos de Inferencia Causal
Diferencia en diferencias. Una forma de pensar ‘experimentalmente’ en estudios observacionales.
Unas Breves Notas Sobre Elementos del Marco Metodológico
La Unidad de Análisis
¿Se está analizando personas? ¿Otras entidades? ¿De qué objeto estamos diciendo algo?
La pregunta determina la unidad de análisis.
La unidad de análisis y la unidad de recolección no son lo mismo.
Ej. Pobreza.
Unidad de Información
¿Quién proporciona la información?
Proviene del muestreo e instrumento de medición.
Ej. Individuos / Hogares.
Universo, Población y Muestra
UNIVERSO: conjunto de elementos que definen al sujeto de estudio. Representa teóricamente a la totalidad de personas indagadas, aunque su tamaño es indeterminado (ej. Población chilena adulta).
POBLACIÓN: total de sujetos por los que se interesa la investigación, constituyendo el marco desde el que se seleccionará la muestra. Es la definición operacional del universo. Está sujeta a criterios prácticos de acceso a la información (ej. Chilenos de 18+ años censados el 2017).
MUESTRA: es un subgrupo de sujetos de la población por el que se busca la representación de la totalidad. Se obtiene desde un marco muestral que permite ubicar a los elementos que la componen (ej. 1250 personas seleccionadas aleatoriamente). Probabilística: selección aleatoria. No probabilística: selección arbitraria.
Universo
Marco muestral
Elemento
Parámetro y Estimador
Parámetro: es una medida de resumen numérico que se calcularía usando todas las unidades de la población.
Estimador: Es una medida de resumen numérico que se calcula de las unidades de la muestra.
El valor del estimador se conoce cuando tomamos una muestra, pero varía de muestra en muestra.
Se quiere obtener el parámetro poblacional a partir de un estadístico muestral o estimador, mediante una estimación.
La Distribución Muestral
Para un n determinado existe múltiples muestras. Esto implica que el estimador tiene una distribución de probabilidad para el conjunto de las muestras posibles.
Existen distintas formas de una distribución muestral: normal, chi2, t de Student, etc.
Esa distribución es la distribución muestral. Si la selección de la muestra es aleatoria entonces se cumple el teorema del límite central: tiende a la distribución normal cuando el tamaño de las muestras tiende a infinito. En la práctica se suele usar n=30 como el valor mínimo desde el cual empieza a funcionar el teorema.
Sesgo y Error Muestral
El Sesgo del Indicador
El sesgo es la diferencia entre el valor del parámetro y el valor medio de la distribución muestral. La aplicación de los procedimientos de muestreo aleatorio garantiza la obtención de indicadores insesgados.
Error Muestral
El error muestral es la diferencia entre los valores estimados y el valor del parámetro. Como el valor del parámetro es desconocido, el error muestral de una muestra específica es desconocido. Pero se puede calcular el margen de error. ¿Qué significa decir que un estudio tiene un margen de error del 2% al 95% de confianza?
Tipos de Muestreo
Muestreo aleatorio simple: el criterio es únicamente la aleatoriedad y el tamaño de la población.
Muestreo estratificado: además de aleatoriedad y tamaño poblacional, se tiene por criterio una variable específica relevante en el estudio (ej. urbano - rural).
Muestreo por conglomerados: la aleatoriedad y tamaño poblacional se evalúan en función de una unidad específica que agrupa a los sujetos (ej. manzanas).
La muestra estratificada tiene usualmente un error muestral menor al muestreo aleatorio simple.
La muestra por conglomerados tiene un error muestral mayor al muestreo aleatorio simple.
Recolección y Producción de Datos
Todo dato proviene de un instrumento. Ya sea creado explícita y formalmente por un investigador o que sea generado informalmente. Siempre hay un procedimiento que genera un dato.
La Diferencia Entre Datos Primarios y Secundarios
Los datos primarios son aquellos generados por el investigador para ese estudio.
Los datos secundarios son aquellos que ya están disponibles para el investigador cuando desarrolla su estudio: han sido generados por otros.
The Coming Crisis of Empirical Sociology
La Visión Tradicional del Análisis Cuantitativo
Un saber de muestras y encuestas.
La aparición de bases de datos transaccionales.
El efecto de la ‘digitalización’ de la vida cotidiana.
Los Efectos en las Prácticas y Conceptos
¿Qué significa ‘significación estadística’ cuando se poseen datos del universo?
¿Qué sucede cuando los datos son generados por procesos que no han sido pensados desde la investigación?
Procedimientos de Producción de Datos
Encuestas cara-a-cara, Encuestas telefónicas, Encuestas por Internet.
Encuestas con entrevistador, Encuestas auto-administradas.
Razones de prevalencia estimada bajo modos usando entrevistador o auto-administrado, admitir cosas vergonzosas.
La importancia de las diferencias del modo de administración. Diferencias entre modos auditivos y visuales. ¿Afecta el peso cognitivo de la respuesta? ¿Afecta al impacto del orden de respuesta?
La Medición. Los Instrumentos
Revisando la Adecuación de las Preguntas
Las preguntas han de ser lo más precisas posibles.
Sólo hay que preguntar un tópico por pregunta.
Las preguntas han de ser breves.
Las preguntas han de ser claras.
Intente tener el menor número de preguntas abiertas.
Las preguntas han de medir lo que ud. intenta medir.
Requisitos:
Preguntas precisas y claras, simples.
Encuesta no debe ser extensa.
Reducir preguntas abiertas.
Preguntas deben medir lo que se busca medir.
Todos deben comprender lo mismo de las preguntas.
Evitar deseabilidad social.