UNIVERSIDAD YACAMB

VICERRECTORADO DE INVESTIGACIN Y
POSTGRADO
INSTITUTO DE INVESTIGACIN Y POSTGRADO
MAESTRA EN FINANZAS Y NEGOCIOS
ESTUDIOS A DISTACIA
DISEO CUANTITATIVO

Muestreo y Tcnicas de Recoleccin de

Datos

Profesor
Leonardo Castillo
Participantes:
Belkys Rocca
Carmen E. Flores
Marisol Ramrez
David Toala
Juan Carlos Moro

Noviembre 2014

Contenido

ndice

Pg.

Introduccin

1. Investigar sobre el siguiente contenido

1.1 Concepto de poblacin. Cmo se delimita una poblacin?

1.2. Concepto de Muestra

1.3. Tipos de muestra (Probabilstica y no probabilstica)

1.3.1. Caracterstica de cada tipo

15

1.3.2. Cmo se selecciona cada tipo de muestra?

16

1.3.3. Cmo se calcula la muestra?

17

1.3.4. Tamao ptimo de la muestra

20

2.1. Caractersticas y tipos de preguntas que se utilizan en los

21

siguientes instrumentos de recoleccin de datos

2.1.1. Cuestionario

21

2.1.2. Escala tipo Likert

25

2.1.3. Escalograma de Guttman

27

3.- Conclusin

28

4.- Bibliografa

30

Introduccin
El desarrollo metodolgico es fundamental para sustentar cualquier
tipo de investigacin, indiferentemente sea conducida bajo el enfoque
cualitativo o cuantitativo.

El aspecto metodolgico de todo proceso de investigacin, nos seala

el cmo se efectuaron las actividades, los instrumentos utilizados, las
tcnicas y anlisis de resultados manejados, as como los resultados
obtenidos. Todo esto, en funcin de ofrecer una base terica, metodolgica
y cientfica sobre la cual se apoya y justifica una investigacin dada.

En tal sentido, el presente trabajo desarrolla aspectos determinantes

para la construccin y ejecucin de ese marco metodolgico; tpicos como
poblacin y muestra, que hacen referencia al quin ser aplicada una
investigacin; el tipo de preguntas a utilizar en instrumentos de recoleccin
de datos como el cuestionario, la Escala tipo Likert y el Escalograma de
Guttman, son algunos de los puntos ms destacados a presentar.

Con este trabajo, se busca orientar al lector sobre la conceptualizacin

de aspectos fundamentales para el desarrollo de una investigacin, as como
la ubicacin del tipo de muestra y cmo elaborar un determinado instrumento
de recoleccin de datos, todo acorde a la temtica y tipo de investigacin.

1. Investigar sobre el siguiente contenido:

1.1 Concepto de poblacin. Cmo se delimita una poblacin?

El concepto de poblacin en estadstica va ms all de lo que

comnmente se conoce como tal. Una poblacin se precisa como un
conjunto finito o infinito de personas u objetos que presentan caractersticas
comunes.

Destacamos algunas definiciones:

"Una poblacin es un conjunto de todos los elementos que estamos

estudiando, acerca de los cuales intentamos sacar conclusiones". Levin &
Rubin (1996).

"Una poblacin es un conjunto de elementos que presentan una

caracterstica comn". Cadenas (1974).

El tamao que tiene una poblacin es un factor de suma importancia en el

proceso de investigacin estadstica y en nuestro caso social, y este tamao
vienen dado por el nmero de elementos que constituyen la poblacin, segn
el nmero de elementos la poblacin puede ser finita o infinita. Cuando el
nmero de elementos que integra la poblacin es muy grande, se puede
considerar a esta como una poblacin infinita, por ejemplo; el conjunto de
todos los nmeros positivos.

Una poblacin finita es aquella que est formada por un limitado nmero
de elementos, por ejemplo; el nmero de habitantes de una comarca.

Cuando la poblacin es muy grande, es obvio que la observacin y/o

medicin de todos los elementos se multiplica la complejidad, en cuanto al
trabajo, tiempo y costos necesarios para hacerlo. Para solucionar este
inconveniente se utiliza una muestra estadstica.

Es a menudo imposible o poco prctico observar la totalidad de los

individuos, sobre todos si estos son muchos. En lugar de examinar el grupo
entero llamado poblacin o universo, se examina una pequea parte del
grupo denominada muestra.

Cmo se delimita una poblacin?

Una vez que se ha definido cul ser nuestra unidad de anlisis, se

procede a delimitar la poblacin que va a ser estudiada y sobre la cual se
pretende generalizar los resultados. As, una poblacin es el conjunto de
todos los casos que concuerdan con una serie de especificaciones (Seltiz,
1974). La muestra suele ser definida como un subgrupo de la poblacin
(Sudman, 1976). Para seleccionar la muestra deben delimitarse las
caractersticas de la poblacin. Muchos investigadores no describen lo
suficiente las caractersticas de la poblacin o asumen que la muestra
representa automticamente a la poblacin.

Es frecuente que muchos estudios que nicamente se basan en muestras

de estudiantes universitarios porque es fcil aplicarles el instrumento de
medicin, pues estn a la mano hagan generalizaciones temerarias sobre
jvenes que probablemente posean otras caractersticas sociales. Es
preferible entonces, establecer claramente las caractersticas de la
poblacin, a fin de delimitar cules sern los parmetros muestrales.

Lo anterior puede ilustrarse con el ejemplo de la investigacin sobre el

uso de la televisin por los nios. Est claro que en dicha investigacin la
unidad de anlisis son los nios. Pero, de qu poblacin se trata?, de
todos los nios del mundo?, de todos los nios de la Repblica Mexicana?
Sera muy ambicioso y prcticamente imposible referirnos a poblaciones tan
grandes. As tenemos que en nuestro ejemplo la poblacin fue delimitada de
la siguiente manera:

Nuestra poblacin comprende a todos aquellos directores generales de

empresas industriales y comerciales que en 1983 tienen un capital social
superior a 30 millones de pesos, con ventas superiores a los 100 millones de
pesos y/o con ms de 300 personas empleadas.

Vemos que en este ejemplo se delimita claramente la poblacin,

excluyendo a personas que no son los directores generales, a empresas que
no pertenezcan al giro industrial y comercial, como por ejemplo bancos,
hoteles, casas de bolsa. Se establece tambin claramente que se trata de
empresas medianas y grandes con base en criterios de capital y de recursos
humanos.

Algunos investigadores usan el trmino universo, pero los autores

preferimos utilizar el trmino poblacin, ya que como Kisch (1974),
consideramos que universo es ms bien un trmino descriptivo de un
Conjunto infinito de datos, lo que no se aplica a la poblacin.

Los criterios que cada investigador cumpla dependen de sus objetivos de

estudio,

lo

que

es

importante

es

establecerlos

claramente.

Toda

investigacin debe ser transparente, sujeta a crtica y a rplica, y este

ejercicio no es posible si al. examinar los resultados, el lector no puede
referirlos a la poblacin utilizada en un estudio.

1.2. Concepto de Muestra

La muestra es una representacin significativa de las caractersticas de

una poblacin, que bajo, la asuncin de un error (generalmente no superior
al 5%) estudiamos las caractersticas de un conjunto poblacional mucho
menor que la poblacin global.
"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).

Por ejemplo estudiamos los valores sociales de una poblacin de 5000

habitantes aprox., entendemos que sera de gran dificultad poder analizar los
valores sociales de todos ellos, por ello, la estadstica nos dota de una
herramienta que es la muestra para extraer un conjunto de poblacin que
represente a la globalidad y sobre la muestra realizar el estudio. 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.

1.3. Tipos de muestra (Probabilstica y no probabilstica)

Probabilstica: es una tcnica de muestreo en virtud de la cual las
muestras son recogidas en un proceso que brinda a todos los individuos de
la poblacin las mismas oportunidades de ser seleccionados.
En esta tcnica de muestreo, el investigador debe garantizar que cada
individuo tenga las mismas oportunidades de ser seleccionado y esto se
puede lograr si el investigador utiliza la aleatorizacin.
Tipos de Muestreo Probabilstico
Muestreo aleatorio simple
El muestreo aleatorio simple es la forma ms fcil de muestreo
probabilstico. Lo nico que el investigador tiene que hacer es asegurarse de
que todos los miembros de la poblacin sean incluidos en la lista y luego
seleccionar al azar el nmero deseado de sujetos.
Existen muchos mtodos para hacer esto. Puede ser tan mecnico
como sacar tiras de papel de un sombrero con nombres escritos mientras el
investigador tiene los ojos vendados o puede ser tan fcil como usar un
software de computadora para hacer la seleccin aleatoria.
Muestreo aleatorio estratificado
El muestreo aleatorio estratificado tambin es conocido como
muestreo aleatorio proporcional. sta es una tcnica de muestreo
probabilstico en donde los sujetos son inicialmente agrupados en diferentes
categoras, tales como la edad, el nivel socioeconmico o el gnero.

Luego, el investigador selecciona aleatoriamente la lista final de

sujetos de los distintos estratos. Es importante tener en cuenta que los
estratos no se superpongan.
Generalmente, los investigadores utilizan un muestreo aleatorio
estratificado si quieren estudiar un determinado subgrupo dentro de la
poblacin. Tambin es preferible el muestreo aleatorio simple porque
garantiza resultados estadsticos ms precisos.
Muestreo aleatorio sistemtico
El muestreo aleatorio sistemtico se puede comparar con una
progresin aritmtica en donde la diferencia entre dos nmeros consecutivos
es la misma. Por ejemplo, supongamos que ests en una clnica y tienes 100
pacientes.
1. Lo primero que tienes que hacer es elegir un nmero entero que sea
menor que el nmero total de la poblacin. ste ser tu primer sujeto,
por ejemplo (3).
2. Selecciona otro nmero entero que ser el nmero de individuos entre
los sujetos, por ejemplo, (5).
3. Tus sujetos sern los pacientes 3, 8, 13, 18, 23 y as sucesivamente.
No existe una ventaja clara en la utilizacin de esta tcnica.
Muestreo aleatorio por conglomerados
El muestreo aleatorio por conglomerados se realiza cuando es
imposible el muestreo aleatorio simple debido al tamao de la poblacin.
Imagnate hacer un muestreo aleatorio simple cuando la poblacin en
cuestin es toda la poblacin de Asia.

1. En el muestreo por conglomerados, la investigacin identifica primero

las fronteras, en el caso de nuestro ejemplo. Pueden ser los pases de
Asia.
2. El investigador selecciona aleatoriamente un nmero de reas
identificadas. Es importante que todas las reas (pases) dentro de la
poblacin tengan las mismas posibilidades de ser seleccionadas.
3. El investigador puede incluir todos los individuos dentro de las reas
seleccionadas o seleccionar aleatoriamente a los sujetos de las reas
identificadas.
Muestreo aleatorio mixto/por etapas mltiples
Esta tcnica de muestreo probabilstico implica una combinacin de
dos o ms tcnicas de muestreo enumeradas anteriormente. En la mayora
de las investigaciones complejas realizadas en el campo o en el laboratorio,
no es adecuado utilizar un solo tipo de muestreo probabilstico.
La mayora de las investigaciones se realizan en diferentes etapas y
en cada etapa se aplica una tcnica de muestreo aleatorio diferente.
Ventajas y Desventajas de los diferentes tipos de muestreo
probabilstico
Tipos de Muestreo

Caractersticas
Se

selecciona

una

Sencillo y de fcil

Desventajas
Requiere que se posea

muestra de tamao n

comprensin.

de antemano un listado

de una poblacin de N

completo de toda la

unidades,

medias y varianzas.

poblacin. Cuando se

trabaja

elemento
Aleatorio simple

Ventajas

cada
tiene

probabilidad
inclusin

una
de

igual

conocida de n/N.

Clculo rpido de

Se basa en la

con

muestras

teora estadstica, y por

pequeas

tanto

que no represente a la

existen

paquetes

es

informticos para analizar

poblacin

los datos

adecuadamente.

10

posible

Sistemtico

Conseguir un listado

Fcil de aplicar.

Si

de los N elementos

No siempre es

muestreo est asociada

de la poblacin

necesario tener un listado

con el fenmeno de

Determinar

de toda la poblacin.

inters,

estimaciones obtenidas

tamao

la

constante

de

las

muestral n.

Definir un intervalo

poblacin est ordenada

a partir de la muestra

k= N/n.

siguiendo una tendencia

pueden contener sesgo

conocida, asegura una

de seleccin

Elegir

un

nmero

Cuando la

aleatorio, r, entre 1 y

cobertura de unidades de

todos los tipos.

(r=

arranque

aleatorio).
Seleccionar

los

elementos de la lista
En ciertas ocasiones

Estratificado

resultar conveniente

estratificar la muestra

asegurar que la muestra

poblacin

segn

represente

variables utilizadas para

ciertas

Tiende

variables de inters.

adecuadamente

Para ello debemos

poblacin en funcin de

conocer

unas

la

composicin

la

en
de

la
las

la estratificacin

variables

seleccionadas.

estratificada

de

la

Se

obtienen

poblacin objetivo a

estimaciones ms precisa

hacer un muestreo.

Una vez calculado el

conseguir una muestra lo

tamao

muestral

ms semejante posible a

apropiado, este se

la poblacin en lo que a

reparte de manera

la

proporcional entre los

estratificadas se refiere.

distintos

estratos

definidos

en

poblacin

distribucin

Su

las

objetivo

es

variables

la

usando

una simple regla de

tres.
Se realizan varias fases
de muestreo sucesivas

la

poblacin

es

(polietpico).

grande y dispersa.

muy

mayor
muestreo

que

en

aleatorio

simple o estratificado.
La

necesidad

de

listados de las unidades

listado

11

de

toda

la

el

Conglomerados

de una etapa se limita a

poblacin,

slo

de

las

aquellas unidades de

unidades

primarias

de

muestreo seleccionadas

muestreo.

estndar es complejo

en la etapa anterior.

Muestreo No Probabilstico:
En este tipo de muestreo, puede haber clara influencia de las
personas que seleccionan la muestra o simplemente se realiza atendiendo a
variadas razones en el caso de que la investigacin no requiera tanto un
caso de "representatividad" (para una generalizacin) pero ms bien una
cuidadosa y controlada eleccin de casos con caractersticas especificadas
en

el

planteamiento

del

problema.

Ejemplo: si hacemos una encuesta telefnica por la maana, las personas

que no tienen telfono o que estn trabajando, no podrn formar parte de la
muestra.

Las tcnicas no probabilsticas: son aquellas que no aseguran la

probabilidad que tiene cada unidad de la poblacin de ser incluidas en la
muestra. Por tanto, no se obtiene en estos casos la equiprobabilidad ni la
representatividad de la muestra. Con estos procedimientos se tiende a sobre
representar o a sub representar a determinados elementos de la poblacin.
Sin embargo a veces constituye la nica forma posible de recolectar datos
debido a las dificultades y los costos de las tcnicas probabilsticas.
Tcnicas De Muestreo No Probabilsticas
Muestreo de participantes voluntarios.
Este tipo de muestreo puede llamarse tambin autoseleccionada; es

12

frecuente en ciencias sociales y mdicas, y se trata de investigaciones

en las que individuos voluntariamente acceden a participar en la
investigacin ya sea aceptando la invitacin, o participando en una
investigacin experimental sobre alguna terapia novedosa, esto debido a que
las personas se proponen como participantes o responden activamente a
una invitacin.
Muestreo por juicio
El muestreo por juicio es una forma de muestreo por conveniencia, en
el cual los elementos de la poblacin se seleccionan con base en el juicio del
investigador, quien utiliza su experiencia para elegir a los elementos que se
incluirn en la muestra, porque considera que son representativos de la
poblacin

de

inters.

Entre

ejemplos

comunes

se

encuentran:

1. Mercados de prueba seleccionados para determinar el potencial de un

nuevo producto.
2. Ingenieros de compras elegidos en una investigacin de mercados
industriales.

3. Tiendas departamentales elegidas para probar un nuevo sistema de

exhibicin de mercanca.
El muestreo por juicio es econmico, practico y rpido; es subjetivo y
su valor depende por completo del juicio, la experiencia y creatividad del
investigador.
Muestreo por cuotas
El muestreo por cuotas puede considerarse como muestreo por juicio
restringido de dos etapas; la primera consiste en desarrollar categoras de
control, o cuotas, de los elementos de la poblacin. Para desarrollar estas

13

cuotas, el investigador lista las caractersticas de control relevantes (que

pueden incluir, sexo, edad, y en algunos casos, raza) que se identifican con
base en el juicio, y determina su distribucin en la poblacin meta. En la
segunda etapa se seleccionan los elementos de la muestra con base en la
conveniencia o el juicio; una vez que se han asignado las cuotas, se
seleccionan los elementos que se incluirn en la muestra. El nico requisito
es que los elementos cumplan las caractersticas de control. El muestreo por
cuotas pretende obtener muestras representativas a un costo relativamente
bajo.
Muestreo de bola de nieve
En el muestreo de bola de nieve se selecciona un grupo inicial de
encuestados, por lo general al azar, a quienes despus de entrevistar se les
solicita que identifiquen a otras personas que pertenezcan a la poblacin
meta de inters.
Muestreo accidental

Se incluyen en la muestra a todos los elementos o casos disponibles,

seleccionndolos arbitrariamente sin tener en cuenta tcnica especial alguna,
hasta llegar a la cantidad deseada. Por ejemplo, se toman las 100 primeras
personas

que

acceden

ser

entrevistadas

en

la

va

pblica.

Por supuesto, este muestreo no garantiza la representatividad de la muestra,

pero puede utilizarse en casos donde esta cuestin no constituya un
requisito, aunque no podemos olvidar que si se utiliza una muestra
accidental, solamente puede desearse que la equivocacin no sea
demasiado grande.

14

Muestreo intencional o deliberado

La tesis bsica que lo sustenta consiste en que el buen juicio
posibilitara escoger los integrantes de la muestra, por lo que aqu el
investigador selecciona explcitamente cierto tipo de elementos o casos
representativos, tpicos o con posibilidades de ofrecer mayor cantidad de
informacin. Los casos se determinan a partir de una poblacin dada, hasta
llegar a la cantidad estimada como necesaria.
La experiencia demuestra que sin tener una experiencia objetiva
previa para emitir los juicios, esta tcnica no ofrece resultados confiables, por
tanto se hace necesario disponer de algunos datos y comprobaciones
externas que demuestren la supuesta representatividad. Por ejemplo, en las
encuestas electorales se emplea muchas veces el muestreo intencional,
seleccionando un determinado nmero de pequeos distritos electorales
cuyos resultados en aos anteriores se han aproximado a los del estado, y
se entrevistas entonces a todos los votantes.
1.3.1. Caracterstica de cada tipo

Probabilstico

No probabilstico

Cuantitativo

Cualitativo

Todos los casos tienen la misma

Todos los casos no tienen la misma

probabilidad de ser

probabilidad de ser

seleccionados

seleccionados

Es ciego a la hora de seleccionar

El investigador elige los casos que ms

15

los casos

le interesan (ms ricos

en informacin)

No requiere un conocimiento de la

Requiere un conocimiento ms levado

poblacin a estudiar

de la poblacin

Persigue la inferencia estadstica

Persigue la inferencia lgica

Requiere una muestra con mayor

nmero de casos

Requiere una muestra con menos casos

1.3.2. Cmo se selecciona cada tipo de muestra?

MUESTRA: la muestra es un subconjunto fielmente representativo de

la poblacin. Hay diferentes tipos de muestreo. El tipo de muestra que se
seleccione depender de la calidad y cun representativo se quiera sea el
estudio de la poblacin.
1. ALEATORIA: cuando se selecciona al azar y cada miembro tiene
igual oportunidad de ser incluido.
2. ESTRATIFICADA: cuando se subdivide en estratos o subgrupos
segn las variables o caractersticas que se pretenden investigar.
Cada estrato debe corresponder proporcionalmente a la poblacin.
3. SISTEMTICA: cuando se establece un patrn o criterio al
seleccionar la muestra. Ejemplo: se entrevistar una familia por cada
diez que se detecten.
El muestreo es indispensable para el investigador ya que es
imposible entrevistar a todos los miembros de una poblacin debido a
problemas de tiempo, recursos y esfuerzo. Al seleccionar una muestra lo que
se hace es estudiar una parte o un subconjunto de la poblacin, pero que la

16

misma sea lo suficientemente representativa de sta para que luego pueda

generalizarse con seguridad de ellas a la poblacin.

El tamao de la muestra depende de la precisin con que el

investigador desea llevar a cabo su estudio, pero por regla general se debe
usar una muestra tan grande como sea posible de acuerdo a los recursos
que haya disponibles. Entre ms grande la muestra mayor posibilidad de ser
ms representativa de la poblacin.

En la investigacin experimental, por su naturaleza y por la

necesidad de tener control sobre las variables, se recomienda muestras
pequeas que suelen ser de por lo menos 30 sujetos.

En la investigacin descriptiva se emplean muestras grandes y

algunas veces se recomienda seleccionar de un 10 a un 20 por ciento de la
poblacin accesible.

1.3.3. Cmo se calcula la muestra?

Para calcular el tamao de la muestra suele utilizarse la siguiente frmula:

Dnde:
n = el tamao de la muestra.
N = tamao de la poblacin.

17

Desviacin estndar de la poblacin que, generalmente cuando no se

tiene su valor, suele utilizarse un valor constante de 0,5.
Z = Valor obtenido mediante niveles de confianza. Es un valor constante que,
si no se tiene su valor, se lo toma en relacin al 95% de confianza equivale a
1,96 (como ms usual) o en relacin al 99% de confianza equivale 2,58, valor
que queda a criterio del investigador.
e = Lmite aceptable de error muestral que, generalmente cuando no se tiene
su valor, suele utilizarse un valor que vara entre el 1% (0,01) y 9% (0,09),
valor que queda a criterio del encuestador.
La frmula del tamao de la muestra se obtiene de la frmula para
calcular la estimacin del intervalo de confianza para la media, la cual es:

De donde el error es:

De esta frmula del error de la estimacin del intervalo de confianza

para la media se despeja la n, para lo cual se sigue el siguiente proceso:
Elevando al cuadrado a ambos miembros de la frmula se obtiene:

18

Multiplicando fracciones:

Eliminando denominadores:

Eliminando parntesis:

Transponiendo n a la izquierda:

Factor comn de n:

Despejando n:

Ordenando se obtiene la frmula para calcular el tamao de la muestra:

19

1.3.4. Tamao ptimo de la muestra

El tamao de una muestra tiende ms a depender del nmero de

subgrupos que

nos interesan en una

poblacin. Por ejemplo, podemos

subdividirla an ms en hombres y mujeres de 4 grupos de edad; o an ms

en hombres y mujeres de 4 grupos de edad en cada uno de 5 niveles
socioeconmicos. Si este fuera el caso

estaramos hablando de 40

subgrupos

y por ende de una muestra mayor. En la siguiente tabla se

describen

tpicas muestras segn los subgrupos bajo estudio, segn su

alcance,

estudios nacionales o estudios especiales o regionales

segn su unidad de anlisis, es decir se trata de

sujetos o de

organizaciones, en esta ltima instancia el nmero de la muestra se reduce,

ya que stas representan casi siempre una gran fraccin de la poblacin
total.

Las muestras no probabilsticas, las cuales llamamos tambin

muestras dirigidas suponen un procedimiento de seleccin informal y un
poco arbitrario. Aun as estas se utilizan en muchas investigaciones y a partir
de ellas se hacen inferencias sobre la poblacin. Es como si juzgsemos el
sabor de un cargamento de limones, solamente probando alguno, como si
para muestra bastase un botn. La muestra dirigida selecciona sujetos
tpicos con la vaga esperanza de que sean casos representativos de una
poblacin determinada. La verdad es que las muestras dirigidas tienen
muchas desventajas.

La primera es que, al no ser probabilsticas, no podemos calcular con

precisin el error estndar, es decir, no podemos calcular con qu nivel de
confianza hacemos una estimacin. Esto es un grave inconveniente si
consideramos que la estadstica inferencial se basa en teora de la
probabilidad, por lo que pruebas estadsticas (X2, correlacin, regresin,

20

etc.), en muestras no probabilsticas tienen un valor limitado y relativo a la

muestra en s, ms no a la poblacin. Es decir, los datos no pueden
generalizarse a una poblacin, que no se consider ni en sus parmetros, ni
en sus elementos para obtener la muestra. Recordemos que, en las
muestras de este tipo, la eleccin de los sujetos no depende de que todos
tengan la misma probabilidad de ser elegidos, sino de la decisin de un
investigador o grupo de encuestadores.

2.1. Caractersticas y tipos de preguntas que se utilizan en los

siguientes instrumentos de recoleccin de datos:

2.1.1. Cuestionario
Definicin:
Se trata de un instrumento de recogida de datos consistente en
la obtencin de respuestas directamente de los sujetos
estudiados a partir de la formulacin de una serie de preguntas
por escrito. Es utilizada tanto en la investigacin de enfoque
cualitativo como cualitativo. (Murillo, J. s/f)
Caractersticas:

Obedece a un procedimiento de investigacin.

Pueden crearse atendiendo a una variedad de tipos de preguntas

(opcin mltiple, verdadero/falso, respuesta corta, rellenar huecos,
etc.).

Las preguntas se organizan por categoras dentro un banco de

preguntas.

El cuestionario debe ser un paso ms en la concrecin de los

indicadores, los cuales han de estar basados en los objetivos de la
investigacin.

21

El sujeto que responde, proporciona por escrito informacin sobre s

mismo o sobre un tema dado.

Su redaccin debe ser:

o Sencilla y fcil de comprender.
o Cortas.
o Relacin con el tema.
o Neutrales.
o Sin prejuicios.
o No utilizar palabras abstractas y confusas.
o No obligar a realizar clculos mentales.

Objetivos:
a. Uniformar la observacin.
b. Fijar la atencin en los aspectos esenciales del objeto de
estudio.
c. Aislar problemas y precisar los datos requeridos.
Tipos de Preguntas:

Cerradas Dicotmicas:
Son preguntas que conllevan a una sola respuesta.
Ejemplo:
Sexo: __ Hombre __ Mujer
Estudia usted actualmente? ( ) S ( ) No

Cerradas Politmicas o Categorizadas

Son preguntas que comprende varias respuestas (ya tipificadas
dentro de la pregunta) y requiere que el encuestado ubique cada
respuesta dentro de una escala o categora.

Ejemplo:

22

 Numricas
Son preguntas cuya respuesta est asignada a la seleccin de un
nmero, segn una escala sealada dentro del cuestionario.

Abiertas: Son preguntas que permiten al encuestado manifestar su

opinin respecto a inquietud planteada, sin tener que seleccionar

naturaleza
naturaleza

Segn su

Segn su

ninguna respuesta ya preestablecida.

De
De
De
De
De
De

identificacin
hecho
accin de informacin
intencin de aspiraciones
opinin
expectativas ante el futuro

Sustantivas
Filtro
Control
De consistencia

23

direccin

Segn su

Directas
Indirectas

Segn su funcin en el cuestionario se puede hablar de preguntas:

1. Sustantivas, son las cuestiones bsicas y las referentes a las
cuestiones investigadas.
2. Filtro, las que se realizan previamente a otra pregunta a fin de eliminar
a los que no les afecte sta.
3. De Control, cuya finalidad es asegurarse el inters y buena fe del
encuestado y la veracidad y fiabilidad de sus respuestas.
4. De Consistencia, para comprobar la consistencia de las respuestas del
encuestado. Suelen ser preguntas similares pero redactadas de forma
diferente y presentada de forma espaciada para comprobar la
congruencia de las respuestas.
5. De Introduccin o Rompehielos, para iniciar el cuestionario e interesar
al encuestado con l, o para pasar de un tema a otro.
6. Muelle, Colchn o Amortiguadores, son preguntas que abordan temas
difciles o escabrosas, preguntadas de tal forma que se reduzca su
rudeza.
7. Bateras de Preguntas, conjunto de preguntas sobre la misma cuestin,
que se complementan unas a otras, enfocando diversos aspectos de
ella.

24

2.1.2. Escala tipo Likert

Definicin:
Es un tipo de escalas se ofrece una afirmacin al sujeto y se
pide que la califique del 0 al 4 segn su grado de acuerdo con
la misma. Estas afirmaciones pueden reflejar actitudes positivas
hacia algo o negativas. Las primeras se llaman favorables y las
segundas

desfavorables.

Es

muy

importante

que

las

afirmaciones sean claramente positivas o negativas, toda

afirmacin neutra debe ser eliminada. (Murillo, F. s/f)
Es un tipo de instrumento de medicin o de recoleccin de
datos que se dispone en la investigacin social para medir
actitudes. Consiste en un conjunto de tems bajo la forma de
afirmaciones o juicios ante los cuales se solicita la reaccin
(favorable o

desfavorable, positiva

negativa) de

los

individuos. (Malav, 2007)

Caractersticas:

1. Es posible estudiar dimensiones de actitud a partir de un conjunto de

enunciados que se operen como reactivos para los sujetos.
2. Los individuos pueden situarse en la variable de actitud desde el punto
ms favorable al desfavorable. La variacin de las respuestas ser debida
a diferencias individuales de los sujetos.
3. Desde el punto de vista de la medicin, la tcnica de Likert asume un
nivel de medida ordinal en la que los sujetos son ordenados segn su
posicin favorable o no hacia la actitud en cuestin.
4. Su construccin es sencilla.

25

Tipos de Preguntas:
El tipo de preguntas utilizado est basado en una escala de valoracin,
diseado para medir actitudes o reacciones. Los encuestados o
usuarios, indican la respuesta de varias opciones que representan su
aptitud o reaccin.
Para ello, las preguntas se plantean en forma de afirmaciones y la
respuesta atiende a una alternativa, tal como se seala en el siguiente
punto.
Alternativas o Puntos Tipo Likert:
Dentro de los aspectos constitutivos de la escala tipo Likert, es
importante resaltar las alternativas o puntos, que corresponden a las
opciones de respuesta de acuerdo al instrumento seleccionado.

Alternativa A:

5 Muy de Acuerdo.
4 De Acuerdo.
3 Ni de acuerdo ni en desacuerdo.
2 En desacuerdo.
1 Muy en desacuerdo

Alternativa B:

5 Totalmente de Acuerdo.
4 De Acuerdo.
3 Neutral.
2 En desacuerdo.
1 Totalmente en desacuerdo

Alternativa C:

5 Definitivamente s.
4 Probablemente s.
3 Indeciso.
2 Probablemente no.
1 Definitivamente no.

26

Alternativa D:

5 Completamente verdadero.
4 Verdadero.
3 Ni falso ni verdadero.
2 Falso.
1Completamente falso

Ejemplo:

Seala tu grado de acuerdo o desacuerdo con la siguiente afirmacin:

El concierto fue un xito

1. Nada de acuerdo
2. Algo en desacuerdo
3. Ni acuerdo ni desacuerdo
4. Algo de acuerdo
5. Completo desacuerdo

2.1.3. Escalograma de Guttman

El Escalograma de Guttman es una tcnica para la medicin de actitudes
en una dimensin nica, se caracteriza por medir la intensidad de la actitud a
travs de un conjunto de tems.

La escala es unidimensional siempre y cuando sea de carcter

acumulativo, es decir, que los tems que la integran posean un escalamiento
perfecto. Lo anterior se refiere a que el conjunto de tems estn encadenados
entre s de tal forma que si una unidad de anlisis expresada est de
acuerdo con el primer tem deber estar de acuerdo con el resto de tems

27

que constituyen el escalograma. Los tems se ordenan de mayor a menor

intensidad. Por ejemplo, ante los siguientes enunciados tiene que buscarse
que cumplan con el principio de escalamiento:

A una excelente preparacin y capacidad profesional corresponden

excelentes ingresos econmicos.

Los sueldos que devengan los empleados en las organizaciones

deben asignarse de acuerdo a la preparacin y capacidad profesional.

Un empleado nuevo de la organizacin con un alto nivel de

preparacin y capacidad y con un eficiente desempeo laboral debe
obtener un salario ms alto que un empleado de la misma
organizacin con 10 o ms aos de experiencia pero con un bajo nivel
de preparacin y capacidad profesional, reflejado en un bajo
desempeo laboral.

Dicha escala va, como se mencion en el anterior ejemplo siempre de lo

macro a micro en una investigacin. Cada uno de los tems est conectado
para dar la intensidad correcta que se desea conocer.

3.- Conclusin
Se pude hacer referencia a la importancia que tiene para la investigacin
las poblacin y las muestras que se manejan, ya que la misma posee una
gama de caractersticas fundamentales que se estrechan de manera muy
compacta para poder captar la informacin o para lograr los objetivos
propuestos, es preciso recordar que la investigacin cientfica es un mtodo
riguroso en el cual se obtiene una serie de objetivos antes propuestos y de
manera muy tcnica la poblacin a la cual se aplica es la que tiene por fin dar
ese el conocimiento cientfico.

28

Es muy conveniente tener un conocimiento detallado de los posibles tipos

de muestra, tamaos de las mismas y que se puede conseguir al momento
de

hacer

la

investigacin.

Este

conocimiento

hace

posible

evitar

equivocaciones en la eleccin del mtodo adecuado para un procedimiento

especfico.

Una de las fallas ms comunes en la investigacin consiste en la

ausencia de delimitacin del tema, es decir, por ausencia de la definicin de
cules van a ser los lmites de dicha investigacin

y no tener claro los

objetivos y el camino que se va a recorrer para que esta pueda terminar su

camino donde debe.

Podemos concluir que el objetivo de la investigacin es el enunciado claro

y preciso de las metas que se persiguen. El objetivo de la persona que
investiga es llegar a tomar decisiones y a una teora que le permita
generalizar y resolver en la misma forma problemas semejantes en el futuro.

29

4.- Bibliografa
Calculo del Tamao de la Muestra. Disponible en:
http://www.monografias.com/trabajos87/calculo-del-tamano-muestra/calculodel-tamano-muestra.shtml#ixzz3JGbR9I7M

Metodologa

de

la

Investigacin.

Disponible

en:

http://metodologiaeninvestigacion.blogspot.com/2010/07/poblacion-ymuestra.html

Las Tcnicas Distributivas. El Diseo de la Investigacin Cuantitativa.

Disponible
en:http://personal.ua.es/es/franciscofrances/materiales/tema3/muestreo_prob
abilstico_y_no_probabilstico.html

Muestreo probabilstico y aleatorizacin. Disponible en:

https://explorable.com/es/muestreo-probabilistico

Metodologa

de

la

investigacin.

http://www.upsin.edu.mx/mec/digital/metod_invest.pdf

30

Disponible

en: