Actualmente estamos en el proceso de actualizar este capítulo y apreciamos su paciencia mientras esto se completa.
Normalmente no sería práctico estudiar a toda una población, por ejemplo, al hacer una encuesta de cuestionario. El muestreo es un método que permite a los investigadores inferir información sobre una población basada en los resultados de un subconjunto de la población, sin tener que investigar a cada individuo. Reducir el número de personas en un estudio reduce el costo y la carga de trabajo, y puede facilitar la obtención de información de alta calidad, pero esto debe equilibrarse contra tener un tamaño de muestra lo suficientemente grande con suficiente potencia para detectar una verdadera asociación. (El cálculo del tamaño de la muestra se aborda en la Sección 1B (Estadísticas) del programa de estudios de la Parte A).
Si se va a utilizar una muestra, por cualquier método que se elija, es importante que los individuos seleccionados sean representativos de toda la población. Esto puede implicar específicamente dirigirse a grupos difíciles de alcanzar. Por ejemplo, si el rollo electoral para una ciudad se usara para identificar a los participantes, algunas personas, como las personas sin hogar, no se registrarían y, por lo tanto, se excluyeron del estudio por defecto.
Hay varias técnicas de muestreo diferentes disponibles, y se pueden subdividir en dos grupos: muestreo de probabilidad y muestreo no probabilidad. En muestreo de probabilidad (aleatorio), comienza con un marco de muestreo completo de todas las personas elegibles de las cuales selecciona su muestra. De esta manera, todas las personas elegibles tienen la oportunidad de ser elegidos para la muestra, y podrá generalizar los resultados de su estudio. Los métodos de muestreo de probabilidad tienden a ser más lento y costosos que el muestreo no probable. En el muestreo no probabilidad (no aleatorio), no comienza con un marco de muestreo completo, por lo que algunas personas no tienen posibilidad de ser seleccionados. En consecuencia, no puede estimar el efecto del error de muestreo y existe un riesgo significativo de terminar con una muestra no representativa que produce resultados no generalizables. Sin embargo, los métodos de muestreo no probabilidad tienden a ser más baratos y más convenientes, y son útiles para la investigación exploratoria y la generación de hipótesis.
¿Qué es el muestreo y tipos de muestreo?
Los pasos son similares con cada muestra aleatoria. Sobre todo, tenemos que tener en cuenta lo que queremos y en qué podemos confiar.
- Seleccione la ciudad: primero debe seleccionar la población. Este es el principal paso en la investigación sobre un tema. Necesitamos saber a quién o qué se aborda nuestro análisis.
- Tamaño de la muestra: después de haber dado el primer paso, es hora de determinar el tamaño de la muestra. Hay diferentes fórmulas para calcularlas que todos tienen en cuenta si la población es finalmente o no.
- Intervalle: tan pronto como tengamos la muestra, dividimos a la población a través de ella y completamos el número resultante si tiene lugares decimales. Este número se conoce como un intervalo de descarga.
- Entonces, comenzamos a contar todo lo anterior. Accidentalmente elegimos el primer caso y agregamos el número anterior. Es un proceso simple que veremos en el ejemplo.
Imagine un estudio en el que queremos medir el contenido de mercurio del salmón en un lugar determinado. Los valores son ficticios para este ejemplo. Elegimos un muestreo sistemático. El primer paso es dividir la población por el valor mínimo de la muestra deseada, que en este caso es cinco.
El muestreo sistemático es un proceso simple. Primero seleccionamos uno de los datos para hacerlo utilizando la opción Número aleatorio de una tabla.
¿Cuáles son los tipos de muestras?
Debido a la gran cantidad de muestras profesionales, surge la pregunta de si existe una jerarquía de ensayos en el contexto escolar. Esto puede confirmarse mediante una mirada a los diversos planes de estudio (especialmente Thuringia con el plan de estudios de Turingian se consideró aquí) [27]. De esta manera, se enfatiza particularmente el uso del reemplazo (en la forma de la pregunta), la muestra pionera y de conversión en el plan de estudios. También se incluye el ejercicio de algunos ensayos en el plan de estudios para las escuelas primarias. Por ejemplo, se debe usar la muestra de sonido en la «charla entre sí». [28] La aplicación de estas muestras se practica después de la escuela primaria, especialmente hasta los grados 7. Desde el octavo grado, el diseño de la enseñanza de la gramática es esencialmente completa. [29]
Además de los nombres generales, los ensayos gramaticales y lingüísticos no se mencionan en el plan de estudios. Sin embargo, pueden servir como ayudas y herramientas para una mejor comprensión y ser aplicables en las lecciones escolares. Las muestras individuales siempre deben usarse de manera específica cuando su función parece ser la más eficiente para la tarea. Por lo tanto, los maestros deben ser conscientes de si una determinada muestra para el problema gramatical es útil o si no hace que el problema sea más complicado para los alumnos de lo necesario. Las muestras más exigentes, como la prueba de flexión, requieren un cierto conocimiento previo gramatical y, por lo tanto, deben usarse en los niveles de clase del nivel secundario superior II.
Los maestros deben ser conscientes de que cada ensayo tiene sus límites. Muchos de estos límites se muestran en las muestras enumeradas a continuación o en sus artículos de lilapedia adicionales. En algunos casos, se deben aplicar varias muestras para lograr el objetivo. El conocimiento de los límites de diferentes muestras permite a los maestros decidir concienzudamente sobre la selección correcta de la muestra requerida. La solución correcta se logra lo más fácilmente posible utilizando los ensayos. También es la base para que los alumnos tengan un cierto conocimiento gramatical básico para poder aplicar muestras correctamente.
¿Qué es una muestra y tipos de muestreo?
Muestra, muestra, selección de una población, el subconjunto de todas las unidades de examen que mapean las propiedades relacionadas con el examen de una población o población con la mayor precisión posible (representatividad). La calidad de las declaraciones estadísticas de inferencia depende de la representatividad de la muestra. Las muestras difieren en sus procesos de tamaño y selección (selección de muestras). Se realiza una distinción entre muestras probabilísticas y no probabilistas sobre si se usa un principio aleatorio durante el dibujo o las selecciones conscientes disponibles (muestra de tamaño de grupo, muestra de cuota, muestra, en capas; muestra aleatoria). En la planificación de la prueba, se hace una distinción entre muestras independientes y muestras dependientes que requieren un procedimiento diferente en la evaluación estadística (asignación de aleatorización, prueba de significancia). La probabilidad de obtener un resultado significativo en las pruebas estadísticas es cada vez más probable con el aumento del tamaño de la muestra: por lo tanto, es necesario elegir un tamaño de muestra óptimo (tamaño de efecto) (métodos de investigación).
Si tiene comentarios de contenido en este artículo, puede informar al equipo editorial por correo electrónico. Leemos su carta, pero le pedimos su comprensión de que no podemos responder a todos.
- los autores
El desarrollo conceptual y la implementación rápida, así como la cooperación óptima con los autores son el resultado de 20 años de publicación del gerente del proyecto. Gerd Wenninger es coeditor de The Handbook of Psychology, The Handbook of Media Psychology, The Handbook of Labor, Salud y Protección del Medio Ambiente y editor de la edición alemana del Manual de Psicoterapia. Es profesor privado en la Universidad Técnica de Munich, con un enfoque en la enseñanza y la investigación en el campo de la psicología ambiental y de seguridad. Además, trabaja independiente como consultor de gestión y entrenador de moderación.
Dr. Uwe Peter Kanning, Münster Dr. Jürgen Kaschube, Munich Prof. Dr. Heiner Keup, Munich Prof. Dr. Thomas Kieselbach, Hanover Prof. Dr. Erich Kirchler, Vienna Dr. Ellen Kirsch, Kiel Prof. Dr. Uwe Kleinbeck, Dortmund Dr. Regine Klinger, Prof. Dr. de Hamburgo Friedhart Klix, Berlín Prof. Dr. Rainer H. Kluwe, Hamburgo Nina Knoll, Berlín Stefan Koch, Munich Prof. Dr. Günter Köhnken, Kiel Dr. Ira Kokavecz, Münster Prof. Dr. Günter Krampen, Trier Prof. Dr. Jürgen Kriz, Osnabrück
Artículos Relacionados:
