MUESTREO

CONCEPTOS GENERALES

Resumen del libro

Muestreo para la investigacin en Ciencias de la Salud
Luis Carlos Silva Ayaguer
(pginas de la 1 a la 14)

Cuando se decide cuantificar slo una parte de

las unidades de una poblacin y a partir de esta

informacin estimar sus parmetros, entonces

decimos que se ha planteado un problema de

muestreo.

El muestreo es una herramienta de la investigacin cientfica, su funcin bsica es

determinar qu parte de la realidad en estudio (poblacin o universo) debe de examinarse

con la finalidad de hacer inferencias sobre el TODO de la que procede.

Error de muestreo:

Un proceso inductivo (que va de lo particular a lo general) se asocia inevitablemente a la

posibilidad de cometer errores y este es mayor en la medida que la parte observada sea ms

pequea, y sobre todo, cuando dicha parte no refleja o representa la realidad sobre la que

recaen las conclusiones de la inferencia.

El error que se comete debido al hecho de que se sacan conclusiones sobre cierta realidad, a

partir de la observacin de slo una parte de ella, se denomina error de muestreo.

Obtener una buena muestra significa, obtener una versin simplificada de la poblacin,

que reproduzca de algn modo sus rasgos bsicos (una poblacin en miniatura) cuyo

propsito es ahorrar recursos.

Muestra probabilstica:

Los procedimientos probabilsticas mitigan la carga subjetiva que podra influir en la

eleccin de las unidades que se van a estudiar, y sobre todo, permite medir el grado de

precisin con que se realizan las estimacin de los parmetros poblacionales.

Ahora bien, el azar no necesariamente inyecta representatividad a cada muestra especfica

que se obtenga por su conducto, sino lo que realmente asegura es la imparcialidad en la

conducta del investigador.

Se considera que el mtodo de seleccin de la muestra tiene un carcter estadsticamente

riguroso cuando su diseo cumplen las siguientes condiciones:

A cada elemento de la poblacin, se le

otorgue una probabilidad conocida de

integrar la muestra.

Y por supuesto, esta probabilidad no sea

nula.

La confianza que pueda depositarse en una muestra depende virtualmente de la que

merezca el procedimiento que la produjo.

En rigor, la tarea del muestrista va mas all: adems de determinar el mtodo de seleccin

y, por lo tanto, su tamao, debe de establecer los procedimientos que habrn de aplicarse a

los resultados para sacar conclusiones validas. Por lo que se hace necesario realizar las

siguientes tareas:

i. Delimitar el nmero de unidades o elementos que se han de seleccionar.

ii. Establecer la forma en que se efectuara la seleccin.

iii. Determinar el modo en que se procesaran los datos para realizar la estimacin.

iv. Dar el procedimiento de clculo del error que se comete en el proceso de

estimacin; es decir, establecer la forma de cuantificar la distancia mxima estimada

entre la estimacin efectuada y el parmetro desconocido.

Unidades de anlisis, unidades de muestreo y marco muestral:

Es necesario hacer la distincin entre la poblacin que se desea estudiar, llama poblacin

objeto, y la poblacin estudiada, la poblacin muestreada. Naturalmente, se desea que

ambas coincidan, pero ello no es siempre posible.

Antes de seleccionar la muestra, la poblacin se divide en unidades de muestreo las cuales

deben de cubrir por entero a la poblacin sin interceptarse; en otras palabras, todo miembro

de la poblacin objeto o unidad de anlisis pertenece a una y slo una unidad de muestreo.

Una unidad de muestreo puede contener un conjunto de unidades de anlisis, incluso, un

conjunto de unidades de muestreo correspondientes a una etapa posterior. La lista de las

unidades de muestreo, recibe el nombre de marco muestral.

Muestreo representativa :

Las nociones de muestra representativa y de muestra probabilstica suelen identificarse

errneamente como una y la misma. Como consecuencia de tal confusin puede ocurrir

que, al admitir que la muestra no fue seleccionada por va del azar, el investigador sienta

que su estudio carece del rigor cientfico necesario. La nocin de representatividad slo

tiene un alcance intuitivo. En efecto, no existe una definicin formal que permita establecer

el grado de representatividad de una muestra o declarar si ella es o no representativa de la

poblacin de la que se obtuvo. La nocin que mejor sintetiza la idea de representatividad es

la siguiente:

lo que debe procurarse es que la muestra exhiba internamente el mismo grado de

diversidad que la poblacin

Muestras no probabilsticas:

v Cuando las muestras, habiendo sido planificadas probablisticamente, pierden ese

carcter en la fase del terreno. En este caso puede introducirse un fuerte sesgo que

descalifique los resultados.

v Situaciones que se presentan cuando se pretende detectar diferencias, asociaciones,

etctera. En estos casos, el nfasis debe ponerse en la comparatividad de los

grupos, ms que en la representatividad que unos y otros exhiban en relacin con las

respetivas poblaciones.

v Cuando no se tiene acceso a una poblacin de la cual extraer la muestra, sino que se

trabaja con los datos que se han podido obtener y el proceso se invierte en cierto

sentido: las inferencias recaen sobre aquella poblacin de la que se supone que la

muestra es representativa.

Tipos de muestreo no probabilstico:

Suponiendo que se tiene una poblacin bien definida de la que se va a obtener una muestra,

pueden mencionarse tres formas bsicas de seleccin no probabilstica:

a) Muestreo semiprobabilstico: Es un procedimiento de tal manera que el carcter

probabilstico se mantiene slo hasta un punto del proceso de seleccin.

b) Muestreo por cuotas: La muestra debe de estar dispersa por toda la poblacin y ha

de contener la misma proporcin de objetos o individuos con ciertas caractersticas

que en la poblacin entera se han detectado o seleccionado.

c) Seleccin segn criterio de autoridad: La muestra es determinada mediante el

criterio razonado de autoridades en la materia que se estudia. En la aplicacin de

este mtodo, el investigador sopesa cuidadosamente los elementos de la poblacin

(de los cuales debe de tener suficiente informacin) para elegir aquellos que ha su
(de los cuales debe de tener suficiente informacin) para elegir aquellos que ha su

juicio pueden conformar el modelo de la realidad en estudio dados los objetivos del

trabajo a desarrollar.