INTRODUCCION En las actividades de investigacin cientfica y tecnolgica es muy til el empleo de muestras.

El anlisis de una muestra permite inferir conclusiones susceptibles de generalizacin a la poblacin de estudio con cierto grado de certeza (Holguin y Hayashi, 1993). Al desarrollar un proyecto de investigacin el total de observaciones en las cuales se esta interesado, sea su nmero finito o infinito, constituye lo que se llama una poblacin, (Walpole y Myers, 1996, p. 203). La muestra es una pequea parte de la poblacin estudiada. La muestra debe caracterizarse por ser representativa de la poblacin. De acuerdo con Briones (1995) una muestra es representativa cuando reproduce las distribuciones y los valores de las diferentes caractersticas de la poblacin..., con mrgenes de error calculables. Los anteriores conceptos reflejan que al analizar una muestra se esta aplicando la inferencia estadstica con el propsito de ... conocer clases numerosas de objetos, personas o eventos a partir de otras relativamente pequeas, compuestas por los mismos elementos, (Glass y Stanley, 1994, p. 241). En trminos generales la informacin que arroja el anlisis de una muestra es mas exacta incluso que la que pudiera arrojar el estudio de la poblacin completa.

OBJETIVOS - Determinar las cualidades que caracterizan una buena muestra. - Conocer como se hace la seleccin de una muestra. - Seleccionar la muestra apropiada para ejemplos de investigacin y describir el procedimiento a seguir para conformar esa muestra. - Aprender a reconocer si el grupo elegido es verdaderamente representativo del conjunto. - Conocer mediante teora y ejemplo el significado del tamao de la muestra y su aplicacin en la metodologa de la investigacin

DEFINICION Muestra Cuando no es conveniente considerar todos los elementos de la poblacin, lo que se hace es estudiar una parte de esa poblacin. Una parte de la poblacin se llama muestra. La muestra siempre debe tener las mismas caractersticas del universo, ya que es representativa de este. Segn algunos autores : "Se llama muestra a una parte de la poblacin a estudiar que sirve para representarla". Murria R. Spiegel (1991). "Una muestra es una coleccin de algunos elementos de la poblacin, pero no de todos". Levin & Rubin (1996). "Una muestra debe ser definida en base de la poblacin determinada, y las conclusiones que se obtengan de dicha muestra solo podrn referirse a la poblacin en referencia", Cadenas (1974). Ejemplo; El estudio realizado a 50 miembros del Colegio de Ingenieros del Estado Cojedes. El estudio de muestras es ms sencillo que el estudio de la poblacin completa; cuesta menos y lleva menos tiempo. Por ltimo se aprobado que el examen de una poblacin entera todava permite la aceptacin de elementos defectuosos, por tanto, en algunos casos, el muestreo puede elevar el nivel de calidad. Una muestra representativa contiene las caractersticas relevantes de la poblacin en las mismas proporciones que estn incluidas en tal poblacin. Los expertos en estadstica recogen datos de una muestra. Utilizan esta informacin para hacer referencias sobre la poblacin que est representada por la muestra. En consecuencia muestra y poblacin son conceptos relativos. Una poblacin es un todo y una muestra es una fraccin o segmento de ese todo. Una muestra puede ser de dos tipos: no probabilistica y probabilistica. En la muestra no probabilistica la seleccin de las unidades de anlisis dependen de las caractersticas, criterios personales, etc. del investigador por lo que no son muy confiables en una investigacin con fines cientficos o tecnolgicos. Este tipo de muestra adolece de fundamentacin probabilistica, es decir, no se tiene la seguridad de que cada unidad muestral integre a la poblacin total en el proceso de seleccin de la

muestra. El muestreo no probabilistico comprende los procedimientos de muestreo intencional y accidental: a) Muestreo Intencional. El muestreo intencional es un procedimiento que permite seleccionar los casos caractersticos de la poblacin limitando la muestra a estos casos. Se utiliza en situaciones en las que la poblacin es muy variable y consecuentemente la muestra es muy pequea. b) Muestreo Accidental: El muestreo accidental consiste en tomar casos hasta que se completa el nmero de unidades de anlisis que indica el tamao de muestra deseado. Los anteriores procedimientos de muestreo no son recomendables para una investigacin cientfica. El muestreo probabilistico permite conocer la probabilidad que cada unidad de anlisis tiene de ser integrada a la muestra mediante la seleccin al azar. Este tipo de muestreo comprende los procedimientos de muestreo simple o al azar, estratificado, sistemtico y por conglomerados o racimos. a) Muestreo Simple: De acuerdo con Webster (1998) una muestra aleatoria simple es la que resulta de aplicar un mtodo por el cual todas las muestras posibles de un determinado tamao tengan la misma probabilidad de ser elegidas. Esta definicin refleja que la probabilidad de seleccin de la unidad de anlisis A es independiente de la probabilidad que tienen el resto de unidades de anlisis que integran una poblacin. Esto significa que tiene implcita la condicin de equiprobabilidad (Glass y Stanley, 1994). Los pasos para obtener una muestra aleatoria simple son: 1 Definir la poblacin de estudio. 2 Enumerar a todas las unidades de anlisis que integran la poblacin, asignndoles un nmero de identidad o identificacin. 3 Determinar el tamao de muestra ptimo para el estudio. 4 Seleccionar la muestra de manera sistemtica utilizando una tabla de nmeros aleatorios generada por medios computacionales para garantizar que se tiene un orden aleatorio. Por ejemplo, para obtener una muestra de alumnos del Instituto Tecnolgico de Nuevo Casas Grandes a los que se les aplicar una encuesta. Lo primero que se hace es enumerar a todo el alumnado de la institucin. Se obtiene una lista de los alumnos matriculados y se les asigna un nmero a cada uno de ellos en orden alfabtico y

ascendente. Suponiendo que el total de alumnos es de 700 se utilizan los nmeros 000, 001, 002, 003,...,699. Se determina el tamao de muestra, suponiendo que en este caso es de tamao 75. Enseguida se utiliza la tabla de nmeros aleatorios formando nmeros de tres dgitos aceptando como unidad de anlisis muestral a todos aquellos que esten comprendidos entre el 000 y el 699. b) Muestreo Estratificado. Este procedimiento de muestreo determina los estratos que conforman una poblacin de estudio para seleccionar y extraer de ellos la muestra. Se entiende por estrato todo subgrupo de unidades de anlisis que difieren en las caractersticas que se van a analizar en una investigacin. Por ejemplo, si se va a realizar un estudio correlacional entre el tipo de perfil profesional y los ingresos econmicos de los egresados del Instituto Tecnolgico de Cd. Cuauhtmoc que laboran en las empresas instaladas en la Regin Noroeste del Estado de Chihuahua y cuya edad flucta entre 25 y 45 aos se procede a dividir la poblacin de estudio en cinco estratos. Cada estrato representa una de las cinco carreras que ofrece esta institucin educativa (contadura, administracin, informtica, ingeniera industrial e ingeniera en sistemas computacionales). Como se puede deducir del anterior ejemplo, este procedimiento integra unidades de anlisis a la muestra provenientes de todos los estratos que conforman la poblacin. La base de la estratificacin adopta diversos criterios como edad, sexo, ocupacin, etc. Una modalidad muy precisa en este tipo de muestreo es el procedimiento de muestreo estratificado proporcional. Procedimiento de muestreo que permite seleccionar a las unidades de anlisis que integrarn la muestra en proporcin exacta al tamao que tiene el estrato en la poblacin, es decir, el estrato se encuentra representado en la muestra en proporcin exacta a su frecuencia en la poblacin total, (DAry, Jacobs y Razavieh, 1982, p. 138). Los pasos a seguir para seleccionar una muestra proporcionalmente estratificada son: 1) Definir la poblacin de estudio. 2) Determinar el tamao de muestra requerido. 3) Establecer los estratos o subgrupos. 4) Determinar la fraccin total de muestreo por estrato dividiendo el tamao del estrato entre el tamao de la poblacin de estudio. 5) Multiplicar la fraccin total de muestreo por estrato por el tamao de la muestra para obtener la cantidad de unidades de anlisis de cada estrato que se integrarn a la unidad muestral.

6) Seleccin y extraccin de la muestra aplicando el procedimiento de muestreo aleatorio simple. Al aplicar este procedimiento de muestreo al ejemplo: Si se tiene que seleccionar una muestra de 500 personas, de una comunidad de 5000 habitantes repartidos en cinco colonias, en donde el tamao de cada estrato es: colonias A = 1000, B = 1500, C = 500, D = 1250 y E = 750, la muestra es: c) Muestreo Sistemtico. Una muestra sistemtica se obtiene determinando cada hsima unidad o ksimos casos. Un ksimo caso representa el intervalo de seleccin de unidades de anlisis que sern integradas a la muestra, se obtiene mediante la expresin: N :n por ejemplo si se va a encuestar a una muestra de tamao 50 de una poblacin de 500, el intervalo de seleccin es de tamao 10. Este intervalo de seleccin indica que se habr de formar cada dcimo caso de la poblacin para integrarlo a la muestra. El primer caso se selecciona arbitrariamente o al azar. Suponiendo que en este ejemplo el primer caso seleccionado sea el nmero 13, el segundo ser el 23 y as sucesivamente hasta completar el tamao de muestra deseado. d) Muestreo por Racimos. Se utiliza cuando el investigador esta limitado por factores de tiempo, distancia, fuentes de financiamiento, entre otros. Las unidades de anlisis se encuentran encapsuladas o encerradas en determinados lugares fsicos o geogrficos que se denominan racimos. En este tipo de muestreo es imprescindible diferenciar entre unidad de anlisis entendida como quines va a ser medidos y unidad muestral que se refiere al racimo a travs del cual se logra el acceso a la unidad de anlisis. Por ejemplo si se va a realizar una encuesta sobre las condiciones salariales en las empresas industriales, la unidad muestral son las industrias y las unidades de anlisis estan representadas por los obreros que laboran en ellas. Universo poblacion y muestra Universo Universo es el conjunto de personas, cosas o fenmenos sujetos a investigacin, que tienen algunas caractersticas definitivas. Ante la posibilidad de investigar el conjunto en su totalidad, se seleccionara un subconjunto al cual se denomina muestra. Poblacin

Se da el nombre de poblacin a un conjunto de individuos y objetos acerca del cual se quiere saber algo. Muchas veces no es conveniente considerar cada uno de los elementos de la poblacin para calcular ese promedio o ese porcentaje. En otros casos, considerar todos lo elementos de la poblacin no proporciona ninguna utilidad. Poblacin es el conjunto de todos los elementos que cumplen ciertas propiedades y entre los cuales se desea estudiar un determinado fenmeno (pueden ser hogares, nmero de tornillos producidos por una fbrica en un ao, lanzamientos de una moneda, etc. ). Llamamos poblacin estadstica o universo al conjunto de referencia sobre el cual van a recaer las observaciones. En Estadstica la poblacin, tambin llamada universo o colectivo es el conjunto de elementos de referencia sobre el que se realizan las observaciones. En epidemiologa una poblacin es un conjunto de sujetos o individuos con determinadas caractersticas demogrficas, de la que se obtiene la muestra o participantes en un estudio epidemiolgico a la que se quiere extrapolar los resultados de dicho estudio (inferencia estadstica). El nmero de elementos o sujetos que componen una poblacin estadstica es igual o mayor que el nmero de elementos que se obtienen de ella en una muestra (n). Existen distintos tipos de poblaciones que son:

Poblacin base: es el grupo de personas designadas por caractersticas personales, geogrficas o temporales, que son elegibles para participar en el estudio.

Poblacin muestreada: es la poblacin base con criterios de viabilidad o posibilidad de realizarse el muestreo. Muestra estudiada: es el grupo de sujetos en el que se recogen los datos y se realizan las observaciones, siendo realmente un subgrupo de la poblacin muestreada y accesible. El nmero de muestras que se puede obtener de una poblacin es una o mayor de una.

Poblacin diana: es el grupo de personas a la que va proyectado dicho estudio, la clasificacin caracterstica de los mismos, lo cual lo hace modelo de estudio para el proyecto establecido.

EL TAMAO DE LA MUESTRA: Al realizar un muestreo probabilstica nos debemos preguntar Cul es el nmero mnimo de unidades de anlisis ( personas, organizaciones, capitulo de telenovelas, etc), que se necesitan para conformar una muestra ( que me asegure un error estndar es

menor que 0.01 ( fijado por el muestrista o investigador), dado que la poblacin aproximadamente de tantos elementos.

En el tamao de una muestra de una poblacin tenemos que tener presente adems si es conocida o no la varianza poblacional. Una muestra probabilistica depende de:

Recursos disponibles, Heterogeneidad de las variables, Sujetos a estudiar, tcnica de muestreo, Tipo de anlisis, grado de precisin que deben tener los datos, entre otros.
Uno de los mtodos para definir la muestra lo aporta Fisher; para lo cul elige dos criterios: Los recursos disponibles; fija el tamao mximo de la muestra, siempre tomar la muestra mayor posible, mientras ms grande mas posibilidad de ser representativa y menor ser el error de muestreo. Plan de anlisis de los datos; fija tamao mnimo de la muestra, el tamao de la muestra deber ser suficiente para permitir un anlisis confiable de los cruces de variables, para probar si las diferencias entre proporciones son estadsticamente significativas. Para determinar el tamao de muestra necesario para estimar permisible prefijado y conocida la varianza poblacional ( formula: con un error mximo ) podemos utilizar la

(1) que se obtiene de reconocer que es el error estndar o error mximo prefijado y est

dado por la expresin

para el nivel de confianza

y constituye una

medida de la precisin de la estimacin, por lo que podemos inferir adems que . Ejemplo 1.2 Se desea estimar el peso promedio de los sacos que son llenados por un nuevo instrumento en una industria. Se conoce que el peso de un saco que se llena con este instrumento es una variable aleatoria con distribucin normal. Si se supone que la desviacin tpica del peso es de 0,5 kg. Determine el tamao de muestra aleatoria necesaria para determinar una probabilidad igual a 0,95 de que el estimado y el parmetro se diferencien modularmente en menos de 0,1 kg. Solucin:

Evidentemente un tamao de muestra no puede ser fraccionario por lo que se debe aproximar por exceso. El tamao de muestra sera de 97. Si la varianza de la poblacin es desconocida, que es lo que mas frecuente se ve en la prctica el tratamiento ser diferente, no es posible encontrar una frmula cuando la varianza poblacional es desconocida por lo que para ello aconsejamos utilizar el siguiente procedimiento-

Primeramente, se toma una pequea muestra, que se le llama muestra piloto, con ella se estima la varianza poblacional ( sustituyendo ( ) por su ) y con este valor se evala en la formula (1), estimacin ( ). El valor de obtenido ser

aproximadamente el valor necesario, nuevamente con ese valor de

se extrae una

muestra de este tamao de la poblacin se le determina la varianza a esa muestra, como una segunda estimacin de ( muestra con el ) y se aplica de nuevo la formula (1), tomando la

obtenido como muestra piloto para la siguiente iteracin, se llegar a

cumplir con las restricciones prefijadas. Se puede plantear esta afirmacin ya que la de tiende a estabilizarse a medida que aumenta alrededor de la por lo que

llegar el momento en que se encuentre el tamao de muestra conveniente, sin embargo, en la prctica es mucho ms sencillo pues, a lo sumo con tres iteraciones se obtiene el tamao de muestra deseado, este procedimiento para obtener el tamao de muestra deseado se puede realizar utilizando en Microsoft Excel en la opcin anlisis de datos las opciones estadstica descriptiva para ir hallando la varianza de cada una de las muestras y la opcin muestra para ir determinado las muestras pilotos. Para obtener el tamao de la muestra utilizando este mtodo recomendamos la utilizacin de un paquete de computo como por ejemplo el Microsoft Excel, aplicando las opciones muestra y estadstica descriptiva. Para determinar el tamao de la muestra cuando los datos son cualitativos es decir para el anlisis de fenmenos sociales o cuando se utilizan escalas nominales para verificar la ausencia o presencia del fenmeno a estudiar, se recomienda la utilizacin de la siguiente formula:

(2)

siendo

sabiendo que:

es la varianza de la poblacin respecto a determinadas variables. es la varianza de la muestra, la cual podr determinarse en trminos de probabilidad como es error estandar que est dado por la diferencia entre ( y la media muestral. ) la media poblacional

es el error estandar al cuadrado, que nos servir para determinar = es la varianza

, por lo que

SELECCIN DE LA MUESTRA

La seleccin depende del objetivo del estudio y de la hiptesis inicial Factores variables independientes como sexo, edad, nivel educacional, lugar de origen,
etc. debern estar representados en la muestra Muestreo al azar

Asignacin de nmeros a los individuos y seleccin de aquellos que aparezcan en la

tabla de muestreo al azar o uno de cada X individuos

Desventaja
Inclusin de nmeros desiguales de individuos
Muestreo intencionado

Establecer de antemano las categoras sociales y el nmero de individuos que se desea

incluir.

Eleccin al azar de los hablantes para completar cada subgrupo

Nmero de individuos

Asegurar validez y representatividad de la muestra

Idealmente = 25/100.000 hablantes 5 hablantes por subgrupo socialmente homogneo Muestra proporcional al nmero de individuos por subgrupo social
Estratificacin socioeconmica

Estudio sociolgico que establezca los estratos sociales Mtodo objetivo

Medicin de parmetros

Mtodo subjetivo
Evaluacin subjetiva del investigador
Muestra socioeconmica homognea

No incluye clase social como variable independiente Ejemplos

Considerar solamente sexo y edad Concentrarse en un determinado sector urbano

CUALIDADES DE UNA BUENA MUESTRA Para que una muestra posea validez tcnico estadstica es necesario que cumpla con los siguientes requisitos: Ser representativa o reflejo general del conjunto o universo que se va a estudiar, reproduciendo de la manera ms exacta posible las caractersticas de ste. Que su tamao sea estadsticamente proporcional al tamao de la poblacin. Que el error muestral se mantenga dentro de lmites aceptables.

VENTAJAS Y LIMITACIONES DEL USO DE MUESTRAS Ventajas: Costo reducido: resulta obvio que si no se estudia la totalidad de sujetos sino una muestra de ellos, los recursos financieros, materiales, personal, etc necesarios para hacer la investigacin sern menores. Mayor rapidez: de igual forma, la recoleccin de la informacin se har en menos tiempo. Mayor exactitud: al estudiar una muestra se reduce el volumen de trabajo, por lo cual es posible entonces emplear personal ms capacitado, supervisar con mayor cuidado las actividades de campo, el procesamiento de los datos, y de esta forma obtener resultados ms exactos que los que obtendramos de estudiar toda la poblacin. Mayores posibilidades: Existen casos en los cuales no es posible estudiar toda la poblacin, como por ejemplo, cuando sta es infinita o muy grande o cuando el proceso de medida para estudiar la caracterstica deseada es destructivo (determinar la dosis letal de una droga por ejemplo, o al consumir un artculo para juzgar sobre su calidad). En ese caso solo es posible estudiar una muestra. Limitaciones: No se debe emplear muestras cuando la poblacin es muy pequea

 La teora del muestreo es compleja y no es del dominio de la mayora de los investigadores, por lo que con frecuencia deben buscar apoyo en especialistas en la materia.

TIPOS DE MUESTREO Se conoce como muestreo el proceso de obtencin de la muestra. Puede ser probabilstico y no probabilstico. Hablamos de un muestreo probabilstico cuando los integrantes de la muestra se escogen al azar y por lo tanto, puede calcularse con antelacin la probabilidad de obtener cada una de las muestras que pueden formarse de esa poblacin o la probabilidad que tiene cada elemento de la poblacin de ser incluido en la muestra.

Un procedimiento tal, que al escoger un grupo pequeo de una poblacin se pueda tener un grado de probabilidad de que ese pequeo grupo efectivamente posee las caractersticas del universo que estamos estudiando. Pardinas.

Muestreo es el proceso utilizado para escoger y extraer una parte del universo o poblacin de estudio con el fin de que represente al total. Todo subgrupo de una poblacin constituye una muestra, PERO;
o o

NO TODOS SON REPRESENTATIVOS DE ELLA. TAMPOCO TIENEN LA MISMA PROBABILIDAD DE SER ESCOGIDOS.

Existen dos tipos:

1- Muestreo Aleatorio Simple y 2- Muestro No-Probabilistico. MUESTREO PROBABILISTICO

Es el mtodo que consiste en extraer una parte o muestra de una poblacin o universo, de tal forma que todas las muestras posibles de tamao fijo tengan la misma posibilidad de ser seleccionadas.
o

En el caso anterior se indica sacar ms de una muestra debido a la dificultad para asegurar que una muestra al azar sea representativa.

Atendidos ciertos criterios se puede confiar en que la muestra ser representativa.

Para que el muestreo sea probabilstico o aleatorio es requisito que todos y cada uno de los elementos de la poblacin tenga la misma probabilidad de ser seleccionado, adems esa probabilidad es conocida.

MUESTREO ALEATORIO SIMPLE

Ms sencillo, ms usado. Se caracteriza porque cada unidad tiene la misma probabilidad de ser incluida en la muestra.

EXISTEN VARIAS MODALIDADES: a)- Por medio del uso de tabla de nmeros aleatorios. b)- Muestreo sistemtico. c)- Muestreo estratificado. d)- Muestreo por conglomerado I- SORTEO: Se coloca en un recipiente tarjetas o fichas que representen a cada unidad del universo y luego seguir la siguiente secuencia: 1- Identificar y definir la poblacin. 2- Establecer la estructura muestral; lista real de las unidades o elementos de la poblacin. 3- Determinar el numero que conformar la muestra. 4- Anote la secuencia individual en tarjetas, hasta completar el Universo, luego depositelo en un recipiente. 5- Extraer una a una las unidades correspondientes a la muestra. 6- Controle el tamao de la muestra seleccionada. Tambin puede realizarse el muestreo de otra forma, como escoger de manera aleatoria de nmeros. Desventajas: No se puede utilizar si el universo es muy grande.

II- TABLA DE NMEROS ALEATORIOS: ms rpido y prctico. Consiste en disponer el universo distribuido como nmeros en varias columnas y filas, de los que se seleccionar la muestra: 1- Identifique y defina la poblacin. 2- Establezca el listado real de las unidades o elementos del universo. 3- Determine el numero de unidades que ser la muestra. 4- Asegurar la enumeracin de cada unidad del universo. 5- Determine el orden en que se usar la tabla, definiendo las combinaciones que se harn. 6- Seleccione las unidades muestrales, listandolas para eliminar las repeticiones. 7- Asegrese de la cantidad de unidades seleccionadas hasta completar la muestra, puede necesitarse en caso que no se hallen o desaparezcan nmeros ya listados.

III- MUESTREO SISTEMATICO: Cada unidad tiene igual probabilidad de ser seleccionada.Varia el proceso de seleccin de las muestra. 1- Seleccione el numero de unidades que conformar la muestra. 2- Asegure la cantidad del universo y que todas las unidades estn numeradas. 3- Calcule el Nmero de seleccin sistemtica, intervalo numrico que servir para la seleccin de la muestra. N:n; 500/100= 5 (intervalo de seleccin muestral). 4- Determine la unidad por donde se iniciar la seleccin de la muestra, azar o sorteo, definiendo las primeras 5 por la que se iniciar. 5- Conforme la muestras; si el primer numero es 4, los siguientes sern 9, 14, 19, hasta completar la muestra. Hasta completar 100.

IV- MUESTREO ESTRATIFICADO: Se caracteriza por subdividir a la poblacin en subgrupos o estratos, debido a la variabilidad que presentan las variables principales del estudio. Ej: Presin arterial, debe medirse en hombres y mujeres. * Muestreo estratificado proporcional, es en el que se elige una proporcin por cada estrato. Ej: Si se toma una muestra de una poblacin en que el 15% fuma y el 85% no, se deber mantener la misma proporcin. * Muestreo estratificado no proporcional, Es en el que no se mantiene la proporcin, esto es ms conveniente cuando se intenta comparar estratos. Ej: se selecciona el 50% que fuma y el 50% que no fuma.

Tener en cuenta que:

o o

No hacer muchos estratos. No estratificar con respecto a muchas variables.

1- Seleccione el numero de unidades que conformar la muestra. 2- Determine los estratos o subgrupos que har, segn la variable que est estudiando. 3- Asegurese del nmero que compone cada estrato, numerados y fcilmente identificables. 4- Calcule el porcentaje que constituir la muestra Con el ejemplo anterior; 500...100%, entonces 100...20%., por lo tanto 20. 5- Calcule el 20% de cada estrato y seleccionelo. 6- Al hacer la seleccin puede hacerlo por azar simple o usando una tabla. * Secuencia utilizable para un muestreo estratificado proporcional. * Los estratos se dan en forma natural (hombres-mujeres, viejos-jvenes, etc. V- MUESTREO POR CONGLOMERADO: Se utiliza cuando no se cuenta con un listado detallado de las unidades del universo. Se procede a tomar grupos o conjuntos de unidades (conglomerados). Por la dificultad de organizar las unidades muestrales, el investigador define los estratos, tampoco conoce la distribucin de la variable. 1- Definir y seleccionar los conglomerados a estudiar. 2- Hacer listado de las unidades que componen los conglomerados. 3- Seleccionar la muestra con alguno de los mtodos antes mencionados.

Ej: Si se estudiar las escuelas primarias, sobre un fenmeno, 1 se seleccionan las escuelas luego, se determinan los cursos que se estudiarn, y finalmente los alumnos, con mtodo aleatorio. * No es tan confiable con muestreo aleatorio.

MUESTREO NO PROBABILISTICO

Tambin conocido como muestreo por conveniencia, No es aleatorio, por ello se deconoce la probabilidad de seleccin de cada unidad, esto hace que pierda credibilidad.

Su caracterstica principal es que el investigador utiliza algunos criterios para seleccionar la muestra.

EXISTEN DOS TIPOS FUNDAMENTALES:

1- Muestreo Intencional o Deliberado y 2- Muestreo Accidental o por Comodidad. 1- MUESTREO INTENCIONAL O DELIBERADO:

El investigador decide, segn los objetivos, los elementos que integrarn la muestra, considerando aquellas unidades supuestamente tpicas de la poblacin que se desea conocer.

El investigador conoce la poblacin y sus caractersticas que pueden ser utilizadas para seleccionar la muestra.

2- MUESTREO ACCIDENTAL O POR COMODIDAD:

Se toman las unidades o casos que estn disponibles en un momento dado; consultantes en box, asistentes a un curso, etc. El muestreo por cuota, es en el que el investigador selecciona la muestra de acuerdo a fenmenos a estudiar, solo les interesa cumplir con la cuota muestral.

* En general no se recomienda el uso de muestreo no estratificado para investigaciones cuantitativas, debido a que no permite calcular el error del muestreo.

ADECUACIN Y REPRESENTATIVIDAD DE LA MUESTRA Uno de los problemas fundamentales que se le plantea al investigador en relacin con el muestreo consiste en saber si el grupo elegido es verdaderamente representativo del conjunto; para que lo sea, los rasgos de los elementos o individuos elegidos para la muestra deben ser similares a los de toda la poblacin. La representatividad es la caracterstica ms importante de una muestra. El muestreo adquiere todo su sentido en cuanto que garantiza que las caractersticas que se quieren observar en la poblacin quedan reflejadas adecuadamente en la muestra. Generalizar a la poblacin a partir de la muestra slo est justificado si sta representa realmente a la poblacin. Preservar la representatividad es el atributo ms importante que debe reunir el muestreo, lo que nos permitir generalizar a la poblacin los resultados obtenidos en la muestra. Fox seala que para lograr la representatividad se requiere: 1. Conocer qu caractersticas (variables) estn relacionadas con el problema que se estudia; 2. Capacidad para medir esas variables, y 3. Poseer datos de la poblacin sobre estas caractersticas o variables para usarlos como variable de comparacin. El mismo autor seala que si no se cumple alguna de estas condiciones, para algunas de las caractersticas, se pierde la capacidad de buscar deliberadamente la representatividad en cuanto a ella. La seleccin aleatoria de la muestra garantiza la ausencia de sesgo en el proceso de seleccin de la misma, ayuda a garantizar su representatividad, pero esta circunstancia no es garanta total para que estemos seguros de que la muestra al azar es representativa de la poblacin de la que se ha extrado.

Se espera que sea representativa de las caractersticas relevantes de la poblacin, pero pudiera no serlo. Lo normal es que lo sea, ya que lo tpico, lo representativo de la poblacin, es lo que aparece con ms frecuencia, pero no hay seguridad total. El muestreo estratificado proporcional asegura, en cambio, la representatividad en cuanto a una o dos caractersticas (Jimnez Fernndez, 1983). Si se poseen datos sobre la poblacin se pueden comparar con ellos la muestra invitada y/o la aceptante y, mediante algn contraste de significacin adecuado (por ejemplo chicuadrado), determinar si difieren de ella en las caractersticas que interesa en una investigacin dada. Si el contraste indica que no hay diferencias significativas en las variables consideradas, se puede admitir la representatividad de la muestra para las caractersticas en cuestin, pero nada se puede afirmar sobre la representatividad de la muestra respecto de cualquier otra variable Si, por el contrario, no se ha logrado representatividad en una o varias variables, el investigador tiene dos opciones: a) trabajar con la muestra no representativa y contar con ese lmite; b) seleccionar ms elementos de la poblacin, con la esperanza de que una muestra mayor s sea representativa, aunque el estudio tenga una muestra mayor de buscada inicialmente. Para realizar el contraste de representatividad de las muestras respecto de la poblacin, hemos supuesto que se tienen datos sobre ella. Si no se tuvieran datos de la poblacin, no se puede realizar el contraste de la muestra invitada y/o aceptante con respecto a la poblacin. Entonces se recurre a contrastar la muestra aceptante con la invitada. Sobre la muestra productora de datos siempre posee valores el investigador, ya que su referente comparativo es la muestra aceptante. Un informe sobre los elementos que se negaron a participar, de los que aceptaron participar pero luego no pudieron y de los que aceptando, en un primer momento, se negaron a hacerlo al conocer ms profundamente la investigacin; orientar al investigador y al destinatario de la investigacin sobre la posibilidades de sesgo en esta etapa del muestreo.

Una prueba de significacin adecuada entre estas dos muestras (aceptante y final) servira para ver si difieren significativamente en algunas de las variables bsicas o si, por el contrario, la muestra productora de datos sigue siendo representativa de la muestra aceptante, lo que demuestra que esa/s caracterstica/s no han sido consideradas para no participar. Por ltimo, es necesario preguntarse qu prdida puede tolerarse desde la seleccin de la muestra inicial hasta llegar a la que proporciona los datos. Al mismo tiempo, hay que tener en cuenta que se tiene constancia probada de que las personas que no responden tienen opiniones o patrones de conducta distintos de las que responden; y que el porcentaje de la prdida tambin depende, para su representatividad, de cmo se distribuyan las respuestas en la diferentes categoras de la variable. No es igual un 48% de s y un 52% de no ante determinada pregunta que un 16% y un 84% (Jimnez Fernndez, 1983: 249). En cualquier caso, no existe una nica respuesta cuantitativa. Se suele considerar que una prdida del 25% debe preocupar, an cuando no existan diferencias estadsticamente significativas; cuando sea inferior al 50% se debe leer y escribir con cuidado; y cuando la proporcin es menor del 40% no se deberan dar a conocer los datos, ni considerarlos como conclusiones vlidas. Son tiles como estudios pilotos, pero no se pueden aceptar sin hacer un estudio posterior ms exhaustivo

CONCLUSINES

- Para que una muestra proporcione datos confiables, stos deben ser representativos de la poblacin, es decir, que los errores del muestreo deben ser relativamente pequeos para que sta no pierda su validez. Ninguna muestra da garanta absoluta en relacin con la poblacin de donde ha sido extrada, de ah, la importancia de poder determinar el posible margen de error y la frecuencia de los mismos dentro del conjunto. - La seleccin de la muestra es uno de los pilares de la investigacin. - Existen diferentes ventajas que ofrece el uso de una muestra como un bajo costo, mayor rapidez en la obtencin de datos, as como una mayor exactitud

- Para poder estudiar todos los elementos o sujetos a los cuales se refiere el problema es necesario que la cantidad de sujetos y la forma como son seleccionados, sean adecuada. - Es importante apuntar que mediante este trabajo se le muestra a los investigadores cmo poder seleccionar el tamao de una muestra para que sea representativa con relacin a la poblacin a trabajar.

BIBLIOGRAFA GIL PASCUAL, J. A. (2004): Bases Metodolgicas de la Investigacin Educativa. (Anlisis de datos). UNED, Madrid. BUENDA EISMAN, L.; COLS BRAVO, M.P. y HERNNDEZ PINA, F. (1998): Mtodos de investigacin en Psicopedagoga. McGraw-Hill, Madrid. www.angelfire.com/emo/tomaustin/Met/metinacap.htm - 134k books.google.com.pe/books?isbn=9685748667...
http://74.125.47.132/search?q=cache:rCOS_XKU4WoJ:www.ucla.edu.ve/dme dicin/departamentos/medicinapreventivasocial/SEB/investigacion/muestreo. pdf+Ventajas+y+limitaciones+del+uso+de+una+muestra&hl=es&ct=clnk &cd=10&gl=pe www.ucla.edu.ve/dmedicin/departamentos/medicinapreventivasocial/SEB/investigacion /muestreo.pdf