Portal Paula

Mostreig

Per estudiar diferents aspectes d’una poblaci贸, sovint 茅s necessari delimitar una mostra d’aquesta, ja que no ser脿 possible interrogar o observar cada individu de la poblaci贸 estudiada.

El fet de treballar amb mostres no 茅s ideal, per貌 facilita l’estudi a nivell de temps, pressupost, acc茅s a la informaci贸. De tota manera, caldr脿 garantir la representativitat de la poblaci贸 de la qual s’ha extret.

Alguns termes que cal tenir clars s贸n:

  1. Poblaci贸: Conjunt de totes les persones o objectes dels quals volem con猫ixer un fenomen o aspecte d’una realitat.
  2. Mostra: Part de la poblaci贸 amb qu猫 realitzarem la investigaci贸.
  3. Individu: Cadascun dels elements que componen la mostra. Poden ser objectes, esdeveniments o persones.
  4. Generalitzaci贸: La possibilitat d’aplicar els resultats o conclusions dels elements de la mostra a tota la poblaci贸 de la qual s’ha obtingut.
  5. Error aleatori o de mostreig: La difer猫ncia entre els resultats obtinguts amb la mostra i els resultats que s’haurien obtingut si s’hagu茅s estudiat tota la poblaci贸.
  6. Interval de confian莽a: Indica el nivell de precisi贸 assolit amb la descripci贸 d’una caracter铆stica poblacional a partir de la mostra.

Aplicacions:

A l’hora de determinar quantes persones cal interrogar o observar, i si les persones escollides seran representatives de la poblaci贸 en general, 茅s necessari utilitzar les t猫cniques validades per al mostreig. Aquestes t猫cniques s贸n emprades en les metodologies quantitatives, sobretot en els m猫todes d’enquesta.

Tipus de mostreig:

  1. Probabil铆stic: Proc茅s de selecci贸 mitjan莽ant el qual tots els elements de la poblaci贸 tenen la mateixa probabilitat de ser seleccionats. Pot ser:
    • Aleatori simple: Cada element t茅 la mateixa probabilitat de ser incl貌s en la mostra. Es defineix la poblaci贸, es confecciona una llista de les unitats de la poblaci贸, s’assigna un n煤mero a cada unitat de la poblaci贸, es determina la mida de la mostra, i s’escullen les unitats a l’atzar.
    • Aleatori sistem脿tic: Semblant a l’anterior, per貌 el procediment 茅s diferent. Primer es determina la mida de la mostra. Despr茅s es calcula l’interval de selecci贸 que resulta de dividir el total de la poblaci贸 (N) per la mida de la mostra (n). A l’atzar es determina per quin element s’inicia la selecci贸, i a continuaci贸 s’aplica l’interval de selecci贸 per escollir la resta d’elements.
    • Aleatori estratificat: En poblacions molt grans els procediments anteriors poden ser molt tediosos; per aix貌, sovint es recorre a estratificar la mostra segons les caracter铆stiques (sexe, edat, barri…) de la poblaci贸. Aquest tipus de mostreig 茅s 煤til quan volem major precisi贸 en poblacions no homog猫nies, per reduir els costos i els esfor莽os de l’estudi. Un inconvenient 茅s que sovint no disposem de llistes de tota la poblaci贸 amb les caracter铆stiques per a l’estratificaci贸. A l’hora d’establir quants individus de cada estrat s’inclouen a la mostra ho podem fer pel m猫tode simple (n/n煤m. estrats per cada estrat) o de forma proporcional (n/N * n煤m. individus de l’estrat).
    • Per conglomerats: S’utilitza quan es tenen petits grups i poc homogenis. En aquest cas, la unitat mostral no 茅s l’individu, sin贸 el conjunt al qual pertany (aula, fam铆lia, club, urna electoral, bloc de pisos…). Els conglomerats, a difer猫ncia dels estrats, s贸n heterogenis i busquen ser representatius de la poblaci贸.
  2. No probabil铆stic: No tots els elements tenen la mateixa probabilitat de pert脿nyer a la mostra. Tamb茅 es diu mostreig emp铆ric. S贸n t猫cniques menys precises per貌 alhora menys costoses.
    • De conveni猫ncia: Se seleccionen els individus a mesura que es troben.
    • Intencional: S’escullen els elements de la mostra en funci贸 de les caracter铆stiques t铆piques del que es vol estudiar.
    • Per quotes: Molt utilitzat en estudis d’opini贸. S’escullen persones que reuneixen certes caracter铆stiques (edat, g猫nere, nacionalitat, etc.) que es volen considerar.
    • Bola de neu: Obtenim la mostra a partir dels individus que ens faciliten els membres que ja hem incl貌s. S’utilitza quan 茅s dif铆cil el contacte amb les persones que ens interessen (estudis de toxicomania, delinq眉猫ncia…).

Obtenci贸 de la mida adequada:

S’ha de tenir en compte que a l’hora de definir una mostra existeixen una s猫rie d’errors estad铆stics associats a aquesta, i que 茅s imprescindible indicar-los a l’hora de tractar els resultats de l’estudi en q眉esti贸. Aquests s贸n l’error mostral i el nivell de confian莽a.

La seg眉ent taula mostra les f贸rmules per calcular la mida de la mostra representativa en funci贸 de l’error mostral (e), el nivell de confian莽a desitjat (K), el total de la poblaci贸 (N; pot ser finit o infinit) i la probabilitat del que volem observar (p).

Imaginem que volem calcular la mida de la mostra (n) que necessitem per fer un estudi sobre el consum d’alcohol entre els menors d’un institut de 1500 alumnes (N). El nivell de confian莽a desitjat (K; veure peu de taula) 茅s del 99,7% i el marge d’error del 3%. No tenim informaci贸 d’estudis previs sobre el consum d’alcohol en joves; en aquest cas, la probabilitat del succ茅s es fixa en 50% (p=0,5)

Utilitzant la taula, podrem veure quants alumnes haurem d’incloure en la mostra per tal que sigui representativa.

La poblaci贸 茅s finita, de manera que el c脿lcul queda:

(1500 x 3×3 x 50 x 50) / (1499 x 3×3 + 3×3 x 50 x 50) = 937

Podem veure com reduint el nivell de confian莽a a K=2 (95,5%) obtindrem mides de mostra m茅s petites:

(1500 2×2 x 50 x 50) / (1499 x 3×3 + 2×2 x 50 x 50) = 639

Procediment:

  1. Definir la poblaci贸 a utilitzar: Es diferencia entre poblaci贸 Objecte i poblaci贸 Origen, entenent per poblaci贸 Objecte aquella de la qual es volen obtenir les dades, i per poblaci贸 Origen la que representar脿 la font de les dades. Aquesta diferenciaci贸 s’aplica en casos en qu猫, per diverses raons, no podem obtenir acc茅s directe a la poblaci贸 Objecte (vulneraci贸 de la intimitat, dades sensibles, etc.) i, per tant, hem de rec贸rrer a documents o altres recursos, als quals denominem poblaci贸 Origen.
  2. Fer una llista de la poblaci贸: 脡s una llista de les unitats de mostreig.
  3. Triar la t猫cnica de mostreig: Escollir entre les diferents t猫cniques aquella que permeti m脿xima representativitat de la mostra amb un cost m铆nim.
  4. Obtenir la mostra adequada: Tres factors possibiliten l’obtenci贸 d’una mida adequada de la mostra: el tipus de poblaci贸, el tipus de disseny de la mostra i el grau de precisi贸 que es vol assolir.

Alguns exemples:

Per saber-ne m茅s:

"Trackback" Enlla莽 des de la teva web.

Deixa un comentari

 
L'Agenda 2030 de l'ONU inclou, entre les seves metes, l'Educaci贸 per a la Ciutadania Global.

L'Agenda 2030 de l'ONU inclou, entre les seves metes, l'Educaci贸 per a la Ciutadania Global.

L鈥Objectiu 4 de l鈥Agenda 2030 per al Desenvolupament Sostenible de les Nacions Unides inclou, en la seva meta 4.7, com a prop貌sit d鈥檃qu铆 a 2030:

Garantir que tot l’alumnat adquireix els coneixements te貌rics i pr脿ctics necessaris per promoure el desenvolupament sostenible, entre altres coses mitjan莽ant l鈥檈ducaci贸 pel desenvolupament sostenible i l’adopci贸 d’estils de vida sostenibles, els drets humans, la igualtat de g猫nere, la promoci贸 d’una cultura de pau i noviol猫ncia, la ciutadania mundial i la valoraci贸 de la diversitat cultural i de la contribuci贸 de la cultura al desenvolupament sostenible.

Els nostres governs han subscrit aquest acord internacional i, per tant, es comprometen a donar-hi compliment.


Una iniciativa de:
Amb el suport de:
Diputaci贸 de Barcelona

 

 

Powered by Warp Theme Framework