Técnicas de Muestreo

Teoría de Muestreo:
La Teoría de Muestreo estudia la relación entre una población y las muestras tomadas de
ella, constituyendo de esa manera en una importante herramienta para el estudio
estadístico de una población grande. Por ejemplo para estimar magnitudes desconocidas
de una población, tales como la media aritmética, la varianza, la desviación típica, etc.,
a los que se llama generalmente Parámetros Poblacionales.
Seguidamente se presenta algunos conceptos importantes para comprender los
procedimientos de muestreo más aplicados y sus propiedades.
ENCUESTA: Instrumento de investigación de los hechos en las ciencias sociales, la
encuesta es la consulta tipificada de personas elegidas de forma estadística y realizada
con ayuda de un cuestionario.
La encuesta se diferencia de la entrevista en que la información que se obtiene ya está
de antemano preparada y estructurada; además, en la entrevista hay una mayor
flexibilidad para obtener información. Algunas veces, encuestas y entrevistas se
combinan para permitir al entrevistador ampliar la información.
La encuesta tiene distintas aplicaciones temáticas: hay encuestas por sondeos
(determinación de una muestra representativa de una población); encuestas de opinión
(encuesta por sondeo para conocer la opinión de un tema en concreto); encuestas
urbanas, sociológicas, etc. Asimismo, la encuesta puede ser descriptiva —la que
establece el estado de un fenómeno determinado— o explicativa —la que determina las
causas por las que se da ese fenómeno.
Las preguntas que se llevan a cabo en una encuesta pueden ser de varios tipos: abiertas
(el individuo puede responder con unas líneas o frases); cerradas (sólo puede responder
con un ‘sí’ o un ‘no’); en abanico o de elección múltiple (podrá elegir entre varias
respuestas), y de estimación o evaluación (las preguntas presentan grados diferentes de
intensidad). Su ejecución podrá realizarse a través de una entrevista personal, por correo
o teléfono.
La encuesta evolucionó a partir del siglo XVIII en Inglaterra y, más tarde, en Estados
Unidos, Francia y Alemania, extendiéndose después a todo el mundo. En la actualidad
es un procedimiento de bajo costo y de fácil aplicación, y su naturaleza impersonal
mantiene la uniformidad entre los individuos.
CENSO: Es una técnica en la que se realiza el conteo completo de los elementos de la
población u objetos de estudio.
ENTREVISTA: Conversación que tiene como finalidad la obtención de información. Hay
muy diversos tipos de entrevistas: laborales (para informarse y valorar al candidato a un
puesto de trabajo), de investigación (realizar un determinado estudio), informativas
(reproducir opiniones) y de personalidad (retratar o analizar psicológicamente a un
individuo), entre otras.
En una entrevista intervienen el entrevistador y el entrevistado. El primero, además de
tomar la iniciativa de la conversación, plantea mediante preguntas específicas cada tema
de su interés y decide en qué momento el tema ha cumplido sus objetivos. El
entrevistado facilita información sobre sí mismo, su experiencia o el tema en cuestión.
La entrevista como instrumento de investigación ha sido utilizada de forma ambiciosa
por antropólogos, sociólogos, psicólogos, politólogos o economistas. Es por ello que
gran parte de los datos con que cuentan las ciencias sociales proceden de las entrevistas.
Los científicos sociales dependen de ellas para obtener información sobre los
fenómenos investigados y comprobar así sus teorías e hipótesis.
POBLACIÓN: El conjunto de todos los individuos cuyo conocimiento es objeto de interés
desde un punto de vista estadístico. Por ejemplo, si se está interesado en las ventas de
los comercios de una cierta ciudad, cada comercio es un individuo, y la población
—también llamada universo— es el conjunto de todos los comercios de la ciudad.
El estudio estadístico de una población se puede realizar mediante un análisis
exhaustivo de todos sus individuos (estadística descriptiva) o bien mediante una
inferencia realizada a partir de una muestra extraída de la población (estadística
inferencial).
Para que una población esté bien definida se debe tener en cuenta los siguientes
aspectos
● Una característica de la población estudiada (Puede ser acotada en el tiempo)
● El espacio geográfico donde se encuentra la población
● El tiempo en la que se delimita la población

MUESTREO: En estadística, proceso por el cual se seleccionan los individuos que

formarán una muestra.
Para que se puedan obtener conclusiones fiables para la población a partir de la muestra,
es importante tanto su tamaño como el modo en que han sido seleccionados los
individuos que la componen.
El tamaño de la muestra depende de la precisión que se quiera conseguir en la
estimación que se realice a partir de ella. Para su determinación se requieren técnicas
estadísticas superiores, pero resulta sorprendente cómo, con muestras notablemente
pequeñas, se pueden conseguir resultados suficientemente precisos. Por ejemplo, con
muestras de unos pocos miles de personas se pueden estimar con muchísima precisión
los resultados de unas votaciones en las que participarán decenas de millones de
votantes.
Para seleccionar los individuos de la muestra es fundamental proceder aleatoriamente,
es decir, decidir al azar qué individuos de entre toda la población forma parte de la
muestra.
Si se procede como si de un sorteo se tratara, eligiendo directamente de la población sin
ningún otro condicionante, el muestreo se llama aleatorio simple o irrestrictamente
aleatorio.
Cuando la población se puede subdividir en clases (estratos) con características
especiales, se puede muestrear de modo que el número de individuos de cada estrato en
la muestra mantenga la proporción que existía en la población. Una vez fijado el
número que corresponde a cada estrato, los individuos se designan aleatoriamente. Este
tipo de muestreo se denomina aleatorio estratificado con asignación proporcional.
Las inferencias realizadas mediante muestras seleccionadas aleatoriamente están sujetas
a errores, llamados errores de muestreo, que están controlados. Si la muestra está mal
elegida —no es significativa— se producen errores sistemáticos no controlados.
MUESTRA: En estadística, conjunto de individuos extraídos de una población con el fin
de inferir, mediante su estudio, características de toda la población.
Se dice que una muestra es representativa cuando, por la forma en que ha sido
seleccionada, aporta garantías suficientes para realizar inferencias fiables a partir de
ella.
INDIVIDUO: En estadística, cada uno de los elementos del colectivo que es objeto de
estudio. Por ejemplo, si se están estudiando datos sobre la habitabilidad de las viviendas
de una barriada, cada vivienda es un individuo estadístico.
¿Cómo se selecciona una muestra?
Una muestra es, en esencia, un subgrupo de la población. Digamos que es un
subconjunto de elementos que pertenecen a ese conjunto definido en sus características
al que llamamos población. Con frecuencia leemos y oímos hablar de “muestra
representativa”, “muestra al azar”, “muestra aleatoria” como si con los simples términos
se pudiera dar más seriedad a los resultados. Los términos al azar y aleatorio denotan un
tipo de procedimiento mecánico relacionada con la probabilidad y con la selección de
los elementos, pero no logra esclarecer tampoco el tipo de muestra y el procedimiento
de muestreo.

Tipos de Muestras
Básicamente categorizamos las muestras en dos grandes grupos:
Muestras Probabilísticas
o Muestreo Aleatorio Simple
o Muestreo Sistemático
o Muestreo Estratificado
o Muestreo por Conglomerado
Muestras no probabilísticas
o Muestreo por Sujetos Voluntarios
o Muestreo de Sujetos Expertos
o Muestreo por Cuotas
En las primeras todos los elementos de la población tienen la misma posibilidad de ser
escogidos. Esto se obtiene definiendo las características de la población, el tamaño de la
muestra y a través de una selección aleatoria y/o mecánica de las unidades de análisis.
En las muestras no probabilísticas, la elección de los elementos no depende de la
probabilidad, sino de causas relacionadas con las características del investigador o del
que hace la muestra. Aquí el procedimiento no es mecánico, no con bases a fórmulas de
probabilidad, sino que depende del proceso de toma de decisiones de una persona o
grupo de personas, y desde luego las muestras seleccionadas por decisiones subjetivas
tienden a estar sesgadas. Elegir entre una muestra probabilística y una muestra no
probabilística, depende de los objetivos del estudio, del esquema de investigación y de
la contribución que se piensa hacer con ella. Para ilustrar lo anterior mencionaremos
varios ejemplos
¿Cómo se hace una muestra probabilística?
Resumiremos diciendo que la elección entre la muestra probabilística y una no
probabilística se determina con base en los objetivos del estudio, el esquema de la
investigación y el alcance de sus contribuciones. Las muestras probabilísticas tienen
muchas ventajas, quizá la principal es que puede medirse el tamaño del error en nuestras
predicciones. Puede decirse incluso que el principal objetivo en el diseño de una
muestra probabilística es reducir al mínimo este error al que se le llama error estándar.
Las muestras probabilísticas son esenciales en los diseños de investigación por
encuestas en las que se pretende hacer estimaciones de variables en la población, estas
variables se miden con instrumentos de recolección de datos y se analizan con pruebas
estadísticas para el análisis de datos, donde se presupone que la muestra es
probabilística, donde todos los elementos de la población tienen una misma
probabilidad de ser elegido. Los elementos muestrales tendrán valores muy parecidos a
los de la población, de manera que las mediciones en el subconjunto, nos darán
estimados precisos del conjunto mayor. La precisión de dichos estímulos depende del
error en el muestreo, que se puede calcular pues hay errores que dependen de la
medición y estos errores no pueden ser calculados matemáticamente.
Para hacer una muestra probabilística es necesario entender los siguientes términos
● Población: A la que llamaremos N, es el conjunto total de elementos, se
denomina también en algunas ocasiones universo
● La Muestra: a la que denominaremos n, es un subconjunto de la población N
En una población N (previamente delimitada por los objetivos de la investigación) nos
interesa establecer expresiones numéricas de las características de los elementos de N
Nos interesa conocer valores promedio en la población, el cual se expresa como:
● V = es decir la varianza de la población con respecto a determinadas variables.
Generalmente se utiliza la desviación estandar (o típica) con medida de
variabilidad.
Como los valores de la población no se conocen, seleccionaremos una muestra n y a
través de estimadores de la muestra, inferimos valores en la población.
Para una muestra probabilística necesitamos principalmente dos cosas: determinar el
tamaño de la muestra (n) y seleccionar los elementos muestrales manera que todos
tengan la misma posibilidad de ser elegidos. Para lo primero daremos una formula. Para
lo segundo necesitamos un marco de selección adecuado y un procedimiento, que
permita la aleatoriedad en la selección.

Tamaño de la Muestra
Cuando se hace una muestra probabilística, uno debe preguntarse: dado que una
población es de N, ¿cuál es el menor número de unidades muestrales (personas,
organizaciones, etc), que necesito para conformar una muestra (n) que me asegure un
error estándar determinado
El tamaño de la muestra puede determinarse utilizando una de las fórmulas siguientes,
dependiendo de qué parámetro poblacional sea lo que se desea estimar:

(Para estimar la proporción poblacional)

Donde: n = Tamaño de la muestra

N = Tamaño de la población.
z = Valor crítico de la distribución normal (o área bajo la curva normal o
gaussiana).
d = Distancia máxima aceptada entre el valor del parámetro poblacional
y el valor estimado.

El valor de z varía según el nivel de confianza que se desea obtener de acuerdo a los
valores siguientes
 Nivel de confianza Z
59% 0,67
80% 1,28
85% 1,44
90% 1,645
95% 1,96
98% 2,33
99% 2,58
Fuente: DANIEL, Wayne. Estadística con aplicaciones en ciencias sociales
y a la Educación. Ed. McGraw Hill.

EJEMPLO:
Calcular el tamaño mínimo de una muestra extraída de una población donde N = 1200
personas, con un 5% de error máximo aceptable y un nivel de confianza del 95%.
Aplicamos la fórmula correspondiente

= 289,7 = 290

Significa que para la confianza del 95% y el 5% de error máximo aceptable debemos
seleccionar una muestra de 290 elementos de la población de 1176 personas.
Esto es el primer procedimiento para obtener la muestra probabilística; determinar su
tamaño, con base en los estimadores poblacionales. El segundo procedimiento estriba en
cómo y de donde seleccionar esos 290 sujetos.
Muestreo aleatorio simple
Forma la base de la mayoría de los diseños de muestreo y de las encuesta científicas que
se realizan en la práctica.
Como ser:
● Controles de auditoria establecidos por una empresa, para verificar el valor real
eje las cuentas; ellos pueden desear estimar la proporción de cuentas que no
concuerdan con los controles, o el valor total de las cuentas por cobrar.
● Las investigaciones de mercado frecuentemente estudian usuarios potenciales de
un determinado producto.
● Los investigadores pueden desear estimar la proporción de compradores
potenciales, que prefieren un cierto color de automóvil o sabor de alimento.
En casos como los planteados anteriormente, el experimentador se enfrenta a dos
problemas:
 1. ¿Cómo seleccionar la muestra irrestricta aleatoria? y
2. ¿Cómo estimar los diversos parámetros poblacionales de interés?
¿Que entendemos por Muestreo Aleatorio Simple?
Cuando la muestra esta formada por elementos seleccionados al azar, implica que cada
elemento tiene la misma probabilidad de ser seleccionada, el muestreo se llama
muestreo irrestricto aleatorio. El muestreo irrestricto aleatorio es sinónimo de muestreo
sin reemplazo.
Selección de una muestra aleatoria SIMPLE
A partir de un marco muestral, se realiza una selección aleatoria de los elementos,
mediante un procedimiento que garantice la aleatoriedad. En esta etapa, es importante
eliminar la subjetividad.
Procedimientos de selección aleatoria
● Tablas de números aleatorios
● Procedimientos computacionales
● Calculadoras científicas
● Otros
Para diseñar eficientemente una muestra grande en un campo desconocido, se puede
realizar un estudio piloto, con el objeto de obtener información para diseñar la encuesta
y conocer otros aspectos del trabajo de campo.
Muestreo sistemático
Un diseño de encuesta por muestreo que es ampliamente utilizado, debido
principalmente a que se simplifica el proceso de selección de la muestra, se denomina
muestreo sistemático.
Una muestra obtenida al seleccionar aleatoriamente un elemento de los primeros k
elementos en el marco, y después cada k-ésimo elemento se denomina muestra
sistemática de 1 – en – k
Este diseño de muestreo proporciona una opción útil en relación al muestreo aleatorio
simple, por las siguientes razones:
● En general el muestreo sistemático se elige mediante la selección de un punto de
inicio aleatorio y la elección de cada K- esimo elemento en sucesión, a partir del
margo de la muestra. Es más fácil de realizar y usualmente está menos expuesto
al error del entrevistador.
● Proporciona más información por unidad de costo.
● Generalmente se extiende más uniformemente sobre la población, por lo tanto
puede proporcionar más información acerca de la misma, que una unidad
equivalente de datos.
● La precisión de las estimaciones por muestreo sistemático depende del orden de
 las unidades de muestreo en el marco.
● El muestreo sistemático comúnmente es muy utilizado en una gran variedad de
contextos.
Muestreo por conglomerados
Es una muestra aleatoria en la cual cada unidad de muestreo es una colección o
conglomerado de elementos.
Características
● Es menos costoso que el muestreo estratificado o irrestricto aleatorio.
● En algunos casos se obtiene por este procedimiento mejor información sobre la
población.
● El costo para obtener un marco que liste todos los elementos poblacionales es
menor.
● El costo para obtener observaciones se minimiza, si existe gran distancia entre
los elementos. Es más efectivo para reducir los gastos de transporte.
Ejemplos:
Las unidades habitacionales son conglomerados de personas que pueden forman
unidades de muestreo convenientes, al muestrear estudiantes universitarios. Los
hospitales forman conglomerados convenientes de pacientes con ciertas enfermedades
para estudio del tiempo promedio de recurrencias de procedimientos. Una parcela en el
bosque contiene un conglomerado de árboles para la estimación de volúmenes de
madera o proporción de árboles enfermos.
Como seleccionar los conglomerados
No existen buenas reglas que funcionen para formar conglomerados, cada problema
debe ser estudiado separadamente. Las encuestas piloto, pueden ayudar al
experimentador a encontrar la dirección correcta.
Una vez que los conglomerados han sido especificados, se debe conformar un marco
que liste todos los conglomerados de la población; entonces se selecciona una muestra
irrestricta aleatoria de conglomerados de este marco.
Algunos aspectos a considerar
Los elementos dentro de un conglomerado están frecuentemente juntos físicamente, por
lo que tienden a presentar características similares, es decir la medición en un elemento
en un conglomerado puede estar altamente correlacionada con otro elemento. Entonces
la cantidad de información acerca de un parámetro poblacional puede no incrementarse
substancialmente al tomar nuevas mediciones dentro de un conglomerado. Ya que las
mediciones cuestan dinero, un experimentador podría desperdiciar presupuesto, si
selecciona un conglomerado de gran tamaño. Sin embargo pueden ocurrir situaciones en
las cuales, los elementos dentro de un conglomerado son muy diferentes entre sí. En
tales casos, muestras que contengan pocos conglomerados grandes, pueden producir una
estimación muy buena de un parámetro poblacional.
Comparación con el muestreo estratificado
Con el muestreo estratificado los elementos dentro de los estratos deben ser lo más
homogéneo posible y lo más heterogéneos posibles entre los estratos.
Sin embargo en el muestreo por conglomerado, los elementos dentro de los
conglomerados deben ser los más heterogéneos posibles y entre los conglomerados lo
más homogéneo posible.
Métodos de Recolección de Datos
Los métodos más comúnmente utilizados en la recolección de datos, en encuestas por
muestreo son las entrevistas personales las entrevistas por teléfono. Estos métodos, con
entrevistadores adecuadamente adiestrados y reentrevistas cuidadosamente planeadas,
dan altas tasas de respuestas.
Un cuestionario enviado por correo a un grupo específico dc personas interesadas,
puede obtener buenos resultados, pero generalmente las tasas de respuesta por este tipo
do recolección do información son tan bajas, que los resultados no son confiables.
Entrevistas personales
Los datos son frecuentemente obtenidos mediante entrevistas personales. El
procedimiento generalmente requiere que el entrevistador realice preguntas preparadas
y registrar las respuestas la ventaja primordial de estas entrevistas, es que la gente
usualmente responde cuando es confrontada. Además, el entrevistador puede notar
reacciones específicas y eliminar malos entendidos acerca de las preguntas hechas. La
mayor limitación de la entrevista personal (aparte del costo son los entrevistadores, si
no están debidamente adiestrados, pueden desviarse del protocolo requerido,
introduciendo un sesgo en los datos muéstrales. Cualquier movimiento, expresión facial
o aseveración hecha por el entrevistador, puede afectar la respuesta. Errores en los
registros de la respuesta, pueden también inducir a resultados erróneos.
Entrevistas por teléfono
La información puede también ser obtenida de las personas en la muestra a través de
entrevistas por teléfono las encuestas realizadas a través de entrevistas telefónicas son
frecuentemente menos costosas que las entrevistas personales, debido a la eliminación
del gastos de transporte. El investigador puede también escuchar la entrevista para
asegurarse de que está siguiendo el procedimiento especificado para la entrevista.
Un problema importante de las encuestas por teléfono es el establecimiento de un marco
que corresponda fielmente a la población. Los directorios telefónicos tienen muchos
números que no corresponden a hogares y muchos lugares tienen números que no
aparecen en el directorio. Una técnica que evita el problema de números no listados es
marcarlos dígitos aleatoriamente.
Esta técnica parece producir muestras sesgadas de hogares en determinadas poblaciones
objetivo, y evita los problemas de tratar de muestrear un directorio telefónico,
Las entrevistas por teléfono generalmente deben realizarse en un periodo más corto que
las entrevistas personales, porque los entrevistados tienden a impacientarse más
fácilmente cuando se está hablando por teléfono. Con cuestionarios propiamente
diseñados y entrevistadores adiestrados, las entrevistas por teléfono pueden ser tan
exitosas como las entrevistas personales.
Cuestionarios Autoaplicados
Otro método útil de recolección de datos en el cuestionario auto aplicado, el cual es
administrado por el respondiente. Estos cuestionarios usualmente son enviados por
correo a los individuos incluidos en la muestra, aunque se pueden usar otros métodos de
distribución. El cuestionario debe ser cuidadosamente construido si se desea estimular
la participación de los respondientes.
El cuestionario auto aplicado no requiere entrevistador por lo que su uso produce un
ahorro en el costo de la encuesta Este ahorro en el costo es usualmente obtenido a
expensas de una tasa de respuestas más baja. La no respuesta puede ser un problema en
cualquiera de las formas de recolección de datos; pero en un cuestionario enviado por
correo, frecuentemente tenemos la menor tasa de respuesta, ya que tenemos el menor
contacto con los respondientes. La baja tasa de respuesta puede introducir un sesgo a la
muestra pero la gente que contesta los cuestionarios puede no ser representativa de la
población de interés. Para eliminar algo de este sesgo, los investigadores comúnmente
establecen contacto con los no respondientes a través de cartas de seguimiento,
entrevistas por teléfono o entrevistas personales.
Observación Directa
El cuarto método de recolección de datos es la observación directa. La observación
directa es usada en muchas encuestas que no requieren mediciones en las personas.
Listados y Marcos Muestrales
Las muestras probabilísticas requieren la determinación del tamaño de la muestra y de
un proceso de selección aleatoria que asegure que todos los elementos de la población
tengan la misma probabilidad de ser elegidos. Todos esto lo hemos visto, pero nos falta
discutir sobre algo esencial que procede a la selección de la muestra: El listado, el
marco muestral. El listado se refiere a una lista existente o a una lista que es necesario
confeccionar con los elementos de la población y a partir de la cual se seleccionarán los
elementos muestrales. El segundo término se refiere a una marco de referencia que nos
permita identificar físicamente los elementos de la población, la posibilidad de
enumerarlos y por ende, procederá a la selección de los elementos muestrales.
Los listados con base en listas existentes sobre una población pueden ser variados: el
directorio telefónico, la nómina de alumnos de una institución, la nómina de docentes,
listados oficiales de escuelas de la zona, etc. en todo caso hay que tener en cuenta lo
completo de una lista, su exactitud, veracidad, su calidad y su nivel de cobertura en
relación con el problema a investigar y la población que va a medirse, ya que todos
estos aspectos influyen en la selección de la muestra.
No siempre existen listas que permiten identificar nuestra población. Será necesario
recurrir a otros marcos de referencias que contengan descripciones del material,
organizaciones o sujetos que serán seleccionados como unidades de análisis. Algunos de
estos marcos de referencias son los archivos, los mapas, volúmenes de periódicos, etc.
Muestras no Probabilísticas
Las muestras no probabilísticas también llamadas muestras dirigidas, suponen un
procedimiento de selección informal y un poco arbitraria. Aun así se utilizan en muchas
investigaciones y a partir de ellas se hacen inferencias sobre la población. Es como si
juzgásemos el sabor de un cargamento de limones, solamente probando alguno, como si
para "muestra bastase un botón". La muestra dirigida selecciona sujetos "típicos" con la
vaga esperanza de que sean casos representativos de una población determinada.
La verdad es que las muestras dirigidas tienen muchas desventajas. La primera es que,
al no ser probabilísticas, no podemos calcular con precisión el error estándar, es decir,
no podemos calcular con qué nivel de confianza hacemos una estimación. Esto es un
grave inconveniente si consideramos que la estadística inferencial se basa en teoría de la
probabilidad, por lo que pruebas estadísticas en muestras no probabilísticas tienen un
valor limitado y relativo a la muestra en sí, más no a la población. Es decir, los datos no
pueden generalizarse a una población, que no se consideró ni en sus parámetros, ni en
sus elementos para obtener la muestra. Recordemos que, en las muestras de este tipo, la
elección de los sujetos no depende de que todos tengan la misma probabilidad de ser
elegidos, sino de la decisión de un investigador o grupo de encuestadores.
La ventaja de una muestra no probabilística es su utilidad para determinado diseño de
estudio que requiere no tanto una "representatividad de los elementos de una población,
sino una cuidadosa y controlada elección de sujetos con ciertas características
especificadas previamente en el planteamiento del problema". Hay varias clases de
muestras dirigidas y se definirán a continuación.
Muestras de Sujetos Voluntarios
Las muestras de sujetos voluntarios son frecuentes en ciencias sociales y ciencias de la
conducta. Se trata de muestras fortuitas, utilizadas también en la medicina y la
arqueología donde el investigador elabora conclusiones sobre especímenes que llegan a
sus manos de manera casual. Pensemos, por ejemplo, en los sujetos que voluntariamente
acceden a participar en un estudio que monitorea los efectos de un medicamento o en el
investigador que anuncia en una clase que esta haciendo un estudio sobre motivación en
el universitario e invita a aquellos que acepten someterse a una prueba proyectiva TAT.
En estos casos la elección de los individuos que serán sujetos a análisis depende de
circunstancias fortuitas.
Este tipo de muestra se usa en estudios de laboratorio donde se procura que los sujetos
sean homogéneos en variables tales como edad, sexo, inteligencia, de manera que los
resultados o efectos no obedezcan a diferencias individuales, sino a las condiciones a las
que fueron sometidos.
Muestra de Expertos (intencionada)
En ciertos estudios es necesaria la opinión de sujetos expertos en un tema. Estas
muestras son frecuentes en estudios cualitativos y exploratorios que para generar
hipótesis más precisas o la materia prima del diseño de cuestionarios. Por ejemplo, en
un estudio sobre el perfil de la mujer periodista en México (Barrera et al. 1989) se
recurrió a una muestra de n = 227 mujeres periodistas pues se consideró que eran los
sujetos idóneos para hablar de contratación, sueldos y desempeño de las mujeres
periodistas. Estas muestras son válidas y útiles cuando los objetivos del estudio así lo
requieren.
Los Sujetos – Tipo
También esta muestra se utiliza en estudios exploratorios y en investigaciones de tipo
cualitativo, donde el objetivo es la riqueza, profundidad y calidad de la información, no
la cantidad ni la estandarización. En estudios de perspectiva fenomenológica donde el
objetivo es analizar los valores, ritos y significados de un determinado grupo social, el
uso tanto de expertos como de sujetos-tipo es frecuente. Por ejemplo, pensamos en los
trabajos de Howard Becker (EI músico de jazz, Los muchachos de blanco) que se basan
en grupos de típicos músicos de jazz y típicos estudiantes de medicina para adentrarse
en el análisis de los patrones de identificación y socialización de estas dos profesiones:
la de músico y la de médico.
Los estudios motivacionales, los cuales se hacen para el análisis de las actitudes y
conductas del consumidor, también utilizan muestras de sujeto-tipo.
Aquí se definen los grupos a los que va dirigido un determinado producto (por ejemplo
jóvenes clase socioeconómica A y B, amas de casa, clase B, ejecutivos clase A-B) y se
construyen grupos de 8 o 10 personas, cuyos integrantes tengan las características
sociales y demográficas de dicho subgrupo.
Con ese grupo se efectúa una sesión: un facilitador o moderador dirigirá una
conversación donde los miembros del grupo expresen sus actitudes, valores, medios,
expectativas, motivaciones hacia las características de determinado producto o servicio.
Las Muestras por cuotas
Este tipo de muestra se utiliza mucho en estudios de opinión y de mercadotecnia. Los
encuestadores reciben instrucciones de administrar cuestionarios con sujetos en la calle,
y al hacerlo van conformando o llenando cuotas de acuerdo con la proporción de ciertas
variables demográficas en la población. Así, en un estudio sobre la actitud de la
población hacia un candidato político, se dice a los encuestadores "que vayan a
determinada colonia y entrevisten a 150 sujetos. Que el 25% sean hombres mayores de
30 años, 25% mujeres mayores de 31 años; 25% hombres menores de 25 años y 25%
mujeres menores de 25 años". Así se construyen estas muestras, que como vemos
dependen en cierta medida del juicio del entrevistador.
 MUESTRAS PROBABILÍSTICAS MUESTRAS NO PROBABILÍSTICAS
Muestra aleatoria simple Muestras de sujetos voluntarios
Muestra probabilística estratificada Muestras de expertos
Muestra probabilística por conglomerados Muestras de sujetos – tipos
o racimos Muestras por cuotas
Resultados: Las conclusiones se Resultados: Las conclusiones difícilmente
generalizan a la población, y se conoce el pueden generalizarse a la población. Si
error estándar de nuestras estimaciones estos se hacen debe ser con mucha
cautela.
Resumen:
Para seleccionar una muestra lo primero que se debe plantear es quienes van a ser
medidos, lo que corresponde a definir la unidad de análisis. Se procede después a
delimitar claramente la población con base en los objetivos del estudio y en cuanto a
características de contenido, de lugar y en el tiempo.
La muestra es un subgrupo dc la población y puede ser probabilistica o no
probabilistica.
Elegir qué tipo de muestra se requiere depende de los objetivos del estudio y del
esquema de investigación.
Las muestras probabilísticas son esenciales en los diseños de investigación por
encuestas donde se pretenden generalizar los resultados a una población. La
característica de este tipo de muestra, es que todos los elementos de la población tienen
al inicio la misma probabilidad de ser elegidos, de esta manera los elementos muestrales
tendrán valores muy aproximados a los valores de la pobhlaci6n, ya que las mediciones
del subconjunto, serán estimaciones muy precisas del conjunto mayor. Esta precisión
depende del error de muestreo, llamado también error estándar.
Para una muestra probabilística necesitamos dos cosas: determinar el tamaño de la
muestra y seleccionar los elementos muestrales en forma aleatoria.
El tamaño de la muestra se calcula con base en la varianza de la poblaci6n y la varianza
de la muestra. Esta última expresada en términos de probabilidad de ocurrencia. La
varianza de la población se calcula con el cuadrado del error estándar, el cual
determinamos. Entre menor sea el error estándar, mayor será el tamaño de la muestra.
Las muestras probabilísticas pueden ser: simples, estratificadas y por conglomerados.
La estratificación aumenta la precisión de la muestra e implica el uso deliberado de
submuestras para cada estrato o categoría que sea relevante en la población. Muestrear
por racimos o conglomerados implica diferencias entre la unidad de análisis y la unidad
muestral. En este tipo de muestreo hay una selección en dos etapas, ambas con
procedimientos probabilísticos. En la primera se seleccionan los racimos escuelas,
organizaciones, salones de clase en la segunda y dentro de los racimos a los sujetos que
van a ser medidos.
Los elementos muestrales de una muestra probabilística siempre se eligen
aleatoriamente para asegurarnos de que cada elemento tenga la misma probabilidad de
ser elegido. Pueden usarse tres procedimientos de selección: l. Tómbola, 2. Tabla de
números aleatorios y 3. Selección sistemática.
Todo procedimiento de selección depende de listados, ya sea existentes o construidos ad
hoc. Listados pueden ser: el directorio telefónico, listas de asociaciones, listas de
escuelas oficiales, etcétera. Cuando no existen listas de elementos de la población se
recurren a otros marcos de referencia que contengan descripciones del material,
organizaciones o sujetos seleccionados como unidades de análisis. Algunos de estos
pueden ser los archivos, hemerotecas y los mapas.
Las muestras no-probabilísticas, pueden también llamarse muestras dirigidas, pues la
elección de sujetos u objetos de estudio depende del criterio del investigador.
Las muestras dirigidas pueden ser de varias clases: 1) Muestra de sujetos voluntarios,
frecuentemente utilizados con diseños experimentales y situaciones de laboratorio. 2)
Muestra de expertos frecuentemente utilizados en estudios exploratorios. 3) Muestra de
sujetos tipo o estudios de casos, utilizados en estudios cualitativos y motivacionales y 4)
Muestreo por cuotas frecuentes en estudios de opinión y de mercadotecnia.
Las muestras dirigidas son válidas en cuanto a que un determinado diseño de
investigación así los requiere, sin embargo los resultados son generalizables a la
muestra en si o a muestras similares. No son generalizables a una población.