"Universos y muestras, Chitarroni - Cuatitativas - Aguirre"

QU COSA ES UNA MUESTRA?

Poblacin o conjunto de elementos definidos por ciertas especificaciones: por
ejemplo, las personas que votaron en las ltimas elecciones, los habitantes de
CABA de 14 aos y ms aos, etc.
Al interior de una poblacin, pueden distinguirse subpoblaciones o estratos que
nos interese considerar en forma separada para el anlisis: por ejemplo, dentro
de las personas que votaron en la ltima eleccin pueden separarse a las
mujeres de los varones.
En muchas ocasiones, las poblaciones son excesivamente grandes para ser
indagadas en su totalidad o por ah no se justifica hacerlo as. En estos casos
se recurre a una muestra subconjunto de los elementos que componen la
poblacin obtenidos bajo ciertos recaudos de manera que satisfagan nuestras
necesidades.
Muestras probabilsticas o aleatorias. Muestras no probabilsticas
MUESTRAS PROBABILSTICAS O ALEATORIAS: los elementos de la
poblacin que integrarn la muestra son seleccionadas por procedimientos de
azar. En el momento inicial, todos tienen alguna probabilidad de ser
seleccionados, que no siempre ni necesariamente ha de ser igual para todos.
Para que esto sea posible, en el momento de seleccionar la muestra debieran
estar presentes todos los elementos que componen la poblacin.
Para plantearlo de modo simple, debiramos tener, por ejemplo, un listado que
contuviera todos los elementos que componen el universo, para poder elegir
por sorteo cierta cantidad de ellos. Este listado, que se denomina marco
muestral, no siempre existe ni es fcilmente accesible. Aun cuando el listado
exista, suele suceder que no incluya la totalidad de los elementos.
Nunca podemos estar seguros de que lo que averiguamos en una muestra ser
exactamente as en la poblacin.
El cociente entre la cantidad de elementos incluidos en una muestra y el total
de la poblacin o universo, se denomina fraccin de muestreo: nmero muy
pequeo.
TIPOS DE MUESTRAS PROBABILSTICAS.
Existen varias maneras de obtener muestras probabilsticas. La opcin por
unas u otras depende tanto de los propsitos de la investigacin que se desea
llevar a cabo, como de las caractersticas de la poblacin a indagar y de los
recursos y posibilidades con que cuenta el investigador.
Tipos:
Muestras al azar simple: hemos de contar con un listado completo de los N
elementos que componen la poblacin. Elementos deben ser numerados y se
eligen mediante una tabla de nmeros al azar, un bolillero o cualquier otro
medio aleatorio, n elementos que integrarn la muestra. Constituyen una
suerte de ideal que muchas veces no puede alcanzarse. En primer lugar,
porque frecuentemente no tenemos un listado lo suficientemente completo de
los elementos componentes de la poblacin, que nos permita numerarlos y
seleccionarlos con tanta sencillez. A veces resultaras costosas y poco
prcticas.

Muestras al azar sistemtica: requiere tambin de un listado o marco muestral.

El paso inicial consiste en obtener un cociente entre N (cantidad de elementos
que componen la poblacin) y n (cantidad de ellos que hemos de incluir en la
muestra).

El muestreo al azar sistemtico asegura dispersin a lo largo de toda la

poblacin, pero podra acarrear algn inconveniente en caso de que el listado
guardara un orden predeterminado y no azaroso.
Muestras estratificadas: antes de seleccionar la muestra, se separa el universo
en estratos o subuniversos. Para ello debemos disponer un marco muestral,
vale decir, un listado de los elementos que componen la poblacin, que
contenga la informacin suficiente como para hacer tal divisin. Uno no elige
arbitrariamente la variable estratificadora. Ejemplo: se debe seleccionar una
muestra de escuelas de la CABA para evaluar el rendimiento de los alumnos,
antes de obtenerla podramos estratificar la ciudad con criterios geogrficos:
zona sur, zona norte, barrios centrales porque sabemos que estas zonas
difieres en su conformacin socioeconmica y es probable que influya en los
rendimientos escolares de los alumnos.
Por qu estratificamos? Asegurarnos de que en nuestra muestra habr
suficientes elementos de cada uno de estos estratos; o se le debe otorgar a los
estratos un peso diferente en la muestra del que tienen en la poblacin:
muestreo estratificado no proporcional.
Cmo distribuimos los casos entre los estratos? obtener una muestra
estratificada proporcional, manteniendo fracciones de muestreo.
Muestreo por conglomerados: cuando hay de etapa nica, se seleccionan al
azar slo una vez. La eficacia de este tipo de muestras depende de dos
factores: 1. Cuanto mayor es la relacin entre q de conglomerados
seleccionados y cantidad existente en el universo. 2. La muestra ser tanto
mejor cuanto ms se parezcan los conglomerados entre s.

MUESTREO NO PROBABILSTICO: los propsitos del muestreo son

diferentes. O bien no contamos con los recursos necesarios como para aspirar
a una muestra de azar: ya vimos que para que sean eficaces tienen que ser
grandes. Pero una muestra grande existe un amplio operativo que demanda
considerable logstica. Y podra ocurrir que el presupuesto no alcanzara sino
para un centenar de casos. Es aqu donde entran las muestras que no se
obtienen mediante procedimientos de azar, sino seleccionando cierto tipo de
casos elegidos voluntariamente.
Muestreo coincidental: tambin accidental. Es el ms objetable desde el punto
de vista de las ciencias sociales, aunque muchas veces no queda otro remedio
que emplearlo. Se trata de seleccionar a las personas que pasan casualmente
por el sitio donde se ha ubicado el encuestador: generalmente un punto por
donde pasa mucha gente, tal como una estacin ferroviaria o una esquina
cntrica.
Podra ser que el encuestador se autoimponga una pauta. Aunque lo ms usual
es que aborde a los que parece menos apurados o le inspiran ms confianza.
Quienes tienen alguna oportunidad de ser seleccionados son aquellos que
pasan cerca. Son seleccionados de manera fortuita y casual: pero casualidad
no es equivalente a azar. Por lo tanto, no cabe hablar de errores de muestreo
no de probabilidades de acertar o de equivocarse. No forma parte de
procederes cientficos.
Muestreo por cuotas: es tenido por la mejor alternativa para sustituir al
muestreo probabilstico en procura de obtener una razonable rplica en
pequeo de la poblacin, cuando no se cuenta con la posibilidad de llevar a
cabo un muestreo al azar. Guarda semejanza con el muestreo estratificado,
pero no debe ser confundido con l.
Necesario conocer la distribucin en el universo de ciertas variables
importantes que nos permitan construir las cuotas.
Una vez determinada esta composicin de la muestra, repartiramos los casos
definidos en funcin de sexo y edad entre los encuestadores: ellos debieran

buscar libremente a los entrevistados, con la sola condicin de que

respondieran a estas especificaciones.
Por este procedimiento, no estaramos eligiendo al azar ni otorgando a todos
los habitantes de la ciudad alguna probabilidad de integrar la muestra, porque
los encuestadores elegiran a su entero rbitro, probablemente entre sus
conocidos.
Muestreo intencional: se aparta bastante de la lgica tenida en cuenta hasta
aqu. En este tipo de muestreo no buscado en modo alguno que la muestra se
parezca a la poblacin.