Un buen diseño de investigación topográfica busca reducir el error de muestreo
¿Qué es un intervalo de confianza?
Un intervalo de confianza es el margen de error que un investigador experimentaría si pudiera formular una pregunta de investigación concreta , por ejemplo, de cada miembro de la población objetivo y recibir la misma respuesta que los miembros de la muestra dieron en la encuesta.
Por ejemplo, si el investigador usó un intervalo de confianza de 4 y el 60% de los participantes en la encuesta respondió "Recomendaría a amigos", podría estar seguro de que entre el 54% y el 64% de los miembros de la población objetivo total también diga "Lo recomendaría a amigos" cuando se le haga la misma pregunta. El intervalo de confianza, en este caso, es +/- 4.
¿Qué es un nivel de confianza?
Un nivel de confianza es una expresión de cuán seguro puede ser un investigador de los datos obtenidos de una muestra. Los niveles de confianza se expresan como un porcentaje e indican con qué frecuencia ese porcentaje de la población objetivo daría una respuesta que se encuentra dentro del intervalo de confianza. El nivel de confianza más comúnmente utilizado es del 95%. Un concepto relacionado se llama significación estadística.
La confianza de un investigador en la probabilidad de que su muestra sea verdaderamente representativa de la población objetivo está influenciada por una serie de factores.
La confianza de un investigador en el diseño e implementación de su estudio y la conciencia de sus limitaciones se basa principalmente en tres variables importantes: tamaño de la muestra, frecuencia de respuesta y tamaño de la población. Los investigadores han estado de acuerdo en que estas variables deben considerarse cuidadosamente durante la fase de planificación de la investigación.
- Tamaño de la muestra En términos generales, las muestras más grandes entregan datos que realmente reflejan la población objetivo. Un intervalo de confianza amplio es indicativo de una menor confianza en los datos porque hay un mayor margen de error . Un intervalo de confianza amplio es como cubrir sus apuestas. Aunque existe una relación entre el intervalo de confianza y el tamaño de la muestra, pero no es una relación lineal . Un investigador no puede reducir el nivel de confianza a la mitad duplicando el tamaño de la muestra.
- Frecuencia de respuesta La precisión con la que los datos de muestra reflejan la población objetivo también depende del porcentaje de encuestados que dieron una respuesta particular o respondieron de una manera específica . Cuanto mayor sea el número de encuestados que dieron una respuesta en particular, decir "Muy feliz", más seguro estará el investigador de esa respuesta. Habrá cierta variabilidad en el porcentaje en las áreas medias de la curva normal. Es decir, si un investigador tiene un 50% de confianza de que los miembros de las poblaciones objetivo responderán (dentro de un intervalo de confianza) como los miembros de la población de muestra, es probable que haya alguna variación desde ese nivel de 50%.
Es bueno recordar que los valores atípicos (datos que se encuentran en los extremos, o las colas, de la curva normal) tienen más probabilidades de ocurrir aproximadamente a la misma tasa en la población que en una muestra: hay menos variabilidad aquí. , porque hay una frecuencia más baja . (Tenga en cuenta cómo las bolas en una caja de Galton tienden a acumularse en el medio en la exposición del Centro de Ciencias del Pacífico? Sólo unas pocas bolas rebotan en las colas.) Por esta razón, es más fácil estar seguro de la frecuencia de las respuestas extremas .
- El tamaño de la población no es un factor importante en el tamaño de la muestra a menos que el investigador trabaje con una población que es muy pequeña y conocida (por ejemplo, lo suficientemente pequeña para que el investigador pueda identificar a todos los miembros de la población).
Creative Research Systems señala que:
La matemática de la probabilidad demuestra que el tamaño de la población es irrelevante a menos que el tamaño de la muestra exceda un pequeño porcentaje de la población total que está examinando. Esto significa que una muestra de 500 personas es igualmente útil para examinar las opiniones de un estado de 15,000,000 ya que sería una ciudad de 100,000.
Generar una muestra representativa puede ser un proceso costoso y lento. Los investigadores siempre enfrentan un equilibrio entre el nivel de confianza que desean obtener, o el grado de precisión que necesitan alcanzar, y el nivel de confianza que pueden alcanzar.
Tamaño de la muestra en encuestas cualitativas
La investigación cualitativa es de naturaleza exploratoria o descriptiva y no se centra en números o medidas. Pero las preocupaciones sobre el error de muestreo en las encuestas cualitativas siguen siendo válidas. Como regla general, si una muestra es representativa del universo objetivo, los temas o patrones que surgen de la investigación reflejarán la población más amplia que es de interés para el investigador. Si la muestra es representativa y consiste en un gran porcentaje de la población objetivo, entonces la confianza en la precisión de los datos derivados de esa muestra tenderá a ser alta.
Determinación del tamaño de la muestra en las encuestas Investigación
Se aplican diferentes reglas a la investigación cuantitativa y a la investigación cualitativa cuando se trata de determinar el tamaño de la muestra. En términos generales, para tener confianza en los datos generados por la investigación de encuestas cualitativas, un investigador debe tener una idea clara de cómo se utilizarán los datos. Los datos pueden constituir la base de una narrativa descriptiva (como en un caso de estudio o una investigación etnográfica) o pueden servir de manera exploratoria para identificar variables relevantes que luego podrían probarse para correlaciones en un estudio cuantitativo.
Tamaño de la muestra en investigaciones cuantitativas
La investigación cuantitativa a menudo implica comparaciones entre segmentos de mercado o subgrupos de un mercado objetivo. Debido a que la investigación cuantitativa está basada en números, determinar un tamaño de muestra cómodo puede ser bastante fácil: para cada grupo o segmento importante en un estudio, un investigador esperaría encuestar a 100 participantes. Este número es una recomendación y no un absoluto. Un investigador de mercado considerará una serie de variables relevantes para determinar el tamaño de una muestra en la investigación de encuestas.
Al realizar una investigación de mercado de encuestas, el objetivo es inferir de la muestra lo que es probable que sea cierto para el universo objetivo. Una muestra proporciona datos que se pueden observar o conocer. A partir de estos datos observados o conocidos, un investigador puede estimar el grado en que se puede encontrar un valor o parámetro desconocido en una población objetivo.
La investigación de encuestas cuantitativas se basa en la noción de una curva simétrica normal que representa, en la mente del investigador, el universo objetivo: la población sobre la que el investigador debe estimar en lugar de conocer los parámetros. Una muestra representativa permite a un investigador calcular, a partir de los datos de muestra, un rango estimado de valores que probablemente incluyan el valor o parámetro desconocido que sea de interés. Este rango estimado de valores representa un área en la curva normal y generalmente se expresa como un decimal o un porcentaje.
La curva normal y la probabilidad
Una curva simétrica normal es una expresión visual de probabilidad. Miremos una heurística simple: una actividad en un centro de ciencias permite que una gran cantidad de bolas caigan entre dos hojas de acrílico, una a la vez. Cada bola cae por la misma abertura en la parte superior de la pantalla y luego cae entre cualquiera de los separadores verticales y paralelos que separan las pilas de bolas una vez que se detienen. Después de varias horas, las bolas han formado la forma de una curva normal. La curva cambia un poco cuando cada pelota recién introducida golpea la masa de bolas que llegó primero. Pero en general, la curva simétrica es evidente y se produjo de forma natural, independientemente de cualquier acción realizada por los observadores o el personal del Centro de Ciencias. La forma curva en que se forman las bolas refleja la probabilidad de que la mayoría de las bolas caigan en el centro y permanezcan allí. Menos bolas llegarán a los extremos de la curva, algunas inevitablemente lo harán, pero son pocas.
Esta curva normal es similar al concepto de una muestra. Cada vez que se vacía la pantalla y se permite que las bolas caigan de nuevo en la caja de Galton, la configuración de las pilas de bolas será solo un poco diferente. Pero con el tiempo, la forma de la curva no cambiará mucho y el patrón será verdadero.