EL TEMA Muestreo No Aleatorio Dirigido SE ENCUENTRA ESPERANDO TUS CONOCIMIENTOS.
SOLO USAR BOTON EDIT ABAJO Y EMPIEZA A COLABORAR, SALUDOS Y MUCHAS GRACIAS PROF LAURO SOTO Corrección del muestreo no-aleatorio Cuando hemos reunido los resultados de una muestra no aleatoria a partir de una población, lo normal es que queramos generalizar nuestros resultados. Generalizar significa que afirmamos que los resultados son ciertos no sólo para la muestra, sino también respecto a la población. ¿Es posible evaluar la credibilidad de tal declaración?
La cuestión crucial en la evaluación es si la muestra se desvía de la población en aspectos relevantes. Por relevantes entendemos aquellas cuestiones que medimos o que se incluyen en nuestra hipótesis o en los objetivos del proyecto. Habitualmente la única manera de estimas esto sería investigar otra muestra de la misma población, lo que en la mayor parte de los casos iría más alla de los recursos disponibles. Como un débil sucedáneo del examen arriba descrito, podríamos plantearnos el estudiar si nuestra muestra no aleatoria se desvía de la población respecto a aspectos distintos de los puntos “relevantes” arriba mencionados. Con frecuencia podremos examinar archivos públicos y descubrir por ejemplo la conformación demográfica, edad o estructura por sexos de nuestra población y comparar estas cifras con nuestra muestra. Si encontramos desviaciones, tenemos que plantearnos si éstas nos dan razones para sospechar sobre desviaciones también en las variables “relevantes” arriba aludidas. Para ayudarnos a la hora de plantearnos esto, podríamos calcular las correlaciones entre la variable demográfica que aparece desviada y nuestras variables “relevantes” (si son numéricas). Por ejemplo, si la distribución por sexos no es igual a la distribución por sexos de la población, calcularemos las correlaciones entre sexo y nuestras variables “relevantes” en la muestra. Una correlacion alta indica que nuestra muestra estaba sesgada.
Corrección del muestreo aleatorio
