yr”
aa
Capitulo 1
Muestra y muestreo
en la investigacion
Cientifica
Scanned with CamScannerResumen
‘Cuando se desarrolla una investigacién es importante entender que se esta tratando de
estudiar un fendmeno en particular que afecta o es parte de un grupo de personas y a este
grupo se denomina poblacién o universo.
Aldefinir el universo y la muestra se da el cumplimiento de los objetivos de la investigacién,
es por eso que dependeré de la selecci6n de estos elementos y no solo de éstos si no de la
cantidad de elementos ademas de la metodologia de selecci6n de la muestra.
La poblacién o universo se refiere a la totalidad de las unidades de andlisis que pueden ser
estudiadas. La muestra es el subconjunto o parte del universo o poblaci6n que realmente
se estudiard y es resultado del uso del muestreo.
Existen varios métodos de muestreo pueden ser:
‘Método Probalistico: = Muestreo Aleatorio simple
- Muestreo Sistemstico
- Muestreo Estratificado
Método No Probabilistico - Muestreo Proporcional
- Muestreo Intencionado
- Muestreo de Juicio
No existe un tamatio ideal de la muestra. Una muestra debe tener el tamafio adecuado para
ser representativa y se tiene que tomar en cuenta que el nimero de elementos necesarios
en una investigacién para lograr la representatividad varta de una a otra.
Un dato determinante del tamafio de la muestra es el error de estimaci6n, es l6gico pensar
que no haya una compatibilidad total entre los datos de la poblacién y los de la muestra. Se
establece que el 5% se considera como maximo error tolerable. Pero si queremos rebajar
ese error tendremios que aumentar el volumen de la muestra.
Formula para el clculo de tamafio de la muestra para poblaciones infinitas:
Za?*p*q
Férmula para el célculo de tamafio de la muestra para poblaciones finitas:
Z2*ptqtn
e(N-1)+Z2p*q
En todos los estudios es preciso estimar las posibles pérdidas de pacientes por razones
diversas (pérdida de informacién, abandono, no respuesta) por lo que se debe incrementar
‘el tamaiio muestral respecto a dichas pérdidas.
Scanned with CamScannerCientffica y Elaboracién de Proyectos Cient
05
—_—: Metodologia de fa Investigac
Es importante determinar la poblacién 0 universo de estudio para
el desarrollo de la investigaci6n una vez que se ha establecido el
problema base de la investigaci6n, formulado los objetivos y/o
hipétesis, las variables y al mismo tiempo el tipo de disefio de
investigacion. Cuando se desarrolla una investigacion se entiende
que se esta tratando de estudiar un fenémeno en particular que
afecta o es parte de un grupo de personas y a este grupo se deno-
mina poblaci6n o universo.
Toda investigaci6n se realiza en un determinado contexto o realidad
e involucra a un nGmero variable de unidades de andlisis las mismas
que caracterizan a esa realidad. En un porcentaje importante el
investigador utiliza el muestreo por varias razones, un factor que
influye y determina la investigaci6n es la raz6n econdmica.
Al definir el universo y la muestra se da el cumplimiento de los
objetivos de la investigacién, es por eso que dependera de la selec-
cién de estos elementos y no solo de éstos si no de la cantidad de
elementos ademas de la metodologfa de seleccién de la muestra.
La determinacién del tamafio muestral tiene algunas variaciones,
esto se debe fundamentalmente a la parte metodolégica, tanto en la
investigaci6n cualitativa y cuantitativa.
Todo estudio lleva implicito en la fase de disefio la determinacion
del tamafio muestral necesario para la ejecucién del mismo. El no
realizar dicho proceso lleva a dos situaciones diferentes: Primera
que se realice el estudio sin el nGmero adecuado de unidades de
estudio, con lo cual no se podra precisar al estimar los parame-
tros y ademas no se encontrard diferencias significativas cuando en
la realidad sf existen. La segunda situacién es que se podria estu-
diar un namero innecesario de unidades de estudio, lo cual lleva
implicito no solo la pérdida de tiempo e incremento de recursos
innecesarios sino que ademis la calidad del estudio, dado dicho
incremento, puede verse afectada en sentido negativo, este enfoque
més aplicado en el area cuantitativa.
MUBSTRAY MUBSTREO ENA INVESTIGAGION GENTIFICA 7 Coptulo |! TBS)
Scanned with CamScannerMetodologia dela Investigacion Cientifica y Elaboracion de Proyectos Cientificos
11.1. Definiciones importantes para la determina-
cién del tamafio muestral
11.1.1. Poblacién o universo
La poblacién o universo se refiere a la totalidad de las unidades
de andlisis que pueden ser estudiadas, es decir es el conjunto de
individuos u objetos de los cuales se desea conocer alguna situa-
cién o fendmeno en particular, es el grupo de elementos en el que
se generalizaran los hallazgos de una investigacién en particular
siendo esta la razon por la cual su formulaci6n debe ser correcta
desde el inicio del estudio siendo especifico en todo tiempo.
Para lograr definir quienes son las unidades o elementos que seran
parte del estudio se denomina poblacién o universo de estudio y
para esto el investigador tiene que especificar criterios de inclusion
y exclusi6n que deben cumplirse a este proceso. La delimitacion de
la poblaci6n se hace a través de criterios de inclusién o en ocasiones
es mas facil delimitar que unidades o quienes no ingresan en el
estudio a lo que denominamos criterios de exclusién. En un universo
de trabajo en donde se desea aplicar un anilisis situacional o en su
medida algdn tipo de investigaci6n, se realiza un censo cuando el
muestreo cubre a toda la poblacién. En muchos de los casos, la reali-
zaci6n de un censo no es posible por ser muy costoso, muy extenso o
que la muestra se destruya como resultado del andlisis. En tales opor-
tunidades se debe practicar un anlisis muestral.
La muestra es una parte seleccionada de la poblacién que debe ser
representativa, es decir, reflejar adecuadamente las caracter‘sticas
que deseamos analizar en el conjunto en estudio. La importancia
de la muestra sienta bases en la necesidad de encontrar unidades
de anilisis que representen a la poblacién en estudio, es decir la
muestra es la representacién minoritaria de un universo especifico.
Salvo en el caso de poblaciones pequefias es necesario realizar
una selecci6n de los sujetos, ya que por razones de tiempo, coste y
complejidad para la recogida de datos, serfa imposible estudiarlos
184 Capitulo 1 \,
Scanned with CamScanner>... ——————e
a todos. Por ello se utiliza la seleccién de una muestra de sujetos o
elementos, que no es mas que la elecci6n de una parte represen-
tativa de una poblaci6n o universo, cuyas caracter(sticas se repro-
ducen en pequefio lo mas exactamente posible.
11.1.2. Muestra
Es el subconjunto o parte del universo o poblacién que realmente
se estudiara y es resultado del uso del muestreo. Los requisitos
fundamentales que debe reunir la muestra son:
a)
b)
°
d)
e)
Debe comprender parte del universo y no la totalidad de éste.
Su tamafio debe ser estadfsticamente proporcionado a la
magnitud del universo. La magnitud de la muestra es directa-
mente proporcional a su fiabilidad y vendra estadisticamente
determinada en unas tablas que existen al efecto.
Debe ser representativa en cuanto a las caracter/sticas de la
poblacién. Si hay distintos sujetos con distintas caracter(sticas,
la muestra debera representarlos en idénticas proporciones a
las de la poblaci6n.
Se suele tomar la totalidad de la poblaci6n cuando tenemos
poblaciones pequefias.
También es importante recordar que de un universo se pueden
sacar varias muestras.
Se pueden sefialar cinco etapas en el proceso de muestreo:
1.
>
Definicién o seleccién del universo o especificacién de los
posibles elementos de estudio.
Determinacién de la poblacién o parte de ella a la que se tiene
acceso.
Selecci6n de la muestra 0 conjunto de elementos de la poblacién
Evaluacién y anilisis del proceso de selecci6n muestral.
Muestra identificada para la obtenci6n de la informaci6n.
Las condiciones fundamentales que debe cumplir una muestra son:
(MUESTRA Y MUESTREO EN LA INVESTIGACION CIENTIFICA/ Capitulo 11 Te)
Scanned with CamScannerMetodologia de la Investigacién Cientifica y Elaboracién de Proyectos Cientificos
Que sean parte del universo o poblacién.
Ser proporcional a la magnitud del universo.
Criterios de selecci6n claros sin distorsiones.
Que sea representativa o reflejo fiel del universo.
Para cumplir con todo lo anterior es necesario técnicas de seleccién
muestral que garanticen su representatividad, determinar el tamafio
6ptimo de la muestra y tener en cuenta el error de la muestra.
11.1.3. Elemento o unidad de investigacién
Unidad de la cual se compone el universo o la poblacion del
estudio, fuente de informacion a través de la investigacin, se
puede decir que es la minima unidad que tiene todos los datos que
son de interés en el estudio 0 anilisis.
11.1.4, Unidad de analisis
lemento que se examina dentro de la unidad es decir es aquel
elemento que se medira, examinara o estudiara en relacién-atas
variables de interés. En es -se-aplica la definicion de unidad
de observaci s aquella mediante la cual se obtiene la infor-
maci6n también suele recibir el nombre de “unidad respondiente”.
En varios casos la unidad de anilisis y la unidad de observaci6n son
la misma mientras que en otros casos esto no es asf.
aT
11.1.5. Unidad de muestreo
Elemento usado para seleccionar la muestra es decir es aquella
unidad que contiene las unidades de anilisis de la poblaci6én y que
se emplean para elaborar la muestra, en varios casos la unidad de
muestreo y la unidad.
11.1.6. Marco muestral
Se entiende como marco muestral a la informaci6n que se utiliza
para seleccionar la muestra, es decir es aquel proceso que se esta-
blece para definir y enumerar los elementos sobre los cuales se
186 Captulo 11 \,
Scanned with CamScanner——— Metodologia de la Investigacion Cientifica y Elaboracion de Proyectos Cientificos
realizaran los procedimientos estad{sticos para el muestreo propia-
mente dicho.
Se puede decir que el marco muestral es el listado completo de
todas las unidades de observacién o las lista de donde podemos
extraer las unidades de muestreo o anilisis.
Fraccion de muestreo. Se denomina fraccién de muestreo
acociente del tamafio de la muestra “n” por el de la poblacién
“N”, en el muestreo de poblaciones finitas, que generalmente
se representa por un tipo de constante que suele ser “f”.
Plan de muestreo. El plan de muestreo es el disefio segdn el cual
se toman una o varias muestras con objeto de obtener informa-
cion y, eventualmente, tomar una decision.
Datos. Se denomina datos a las mediciones que son recolec-
tadas ya sea de una poblacién o de una muestra. Estos datos
resultan de la medicién de las variables o caracteristicas estu-
diadas de la poblaci6n.
11.2. Métodos de muestreo
Aunque no existe una forma Gnica de clasificar las técnicas de
muestreo, es frecuente clasificarlas en probabilfsticas y no probabi-
listicas.
Muestreo Aleatorio Simple
Métodos Probabilistico Muestreo Sistematico
Muestreo Estratificado V
Muestreo Proporcional
Métodos No Probabilistico Muestreo Intencionado
Muestreo de Juicio
Grafico 43. Métodos de muestreo
Ame:
JESTRA Y MUESTREO EN LA INVESTIGACION
Scanned with CamScannerMetodologia de la Investigacion Cientilica y EODOINENI nnn
11.2.1. Muestreo probabilistico
La caracterfstica principal del muestreo probabilfstico es que cada
uno de los elementos de la poblaci6n tiene una probabilidad cono-
cida y distinta de cero de ser incluido en la muestra. La seleccién
aleatoria es un procedimiento muy cuidadoso y especifico, que
asegura que la selecci6n de cada unidad en la muestra es indepen-
diente de la seleccién de otra unidad; dicho con otras palabras,
la selecci6n de cualquier miembro de la poblacién no afecta a la
probabilidad de ningGn otro miembro para ser seleccionado.
La selecci6n aleatoria de los sujetos que se van a incluir en la
muestra presenta algunas ventajas importantes:
Elimina el juicio subjetivo en la seleccién de la muestra y
aumenta la credibilidad de los resultados, permitiendo ademas
su generalizacion.
Permite calcular la variabilidad de la muestra, apresando asf
los posibles errores debidos a tal variabilidad. Puesto que la
precision disminuye conforme aumenta la variabilidad, la
teorfa muestral facilita el conocimiento de los factores que
contribuyen a dicha variabilidad, pudiendo, de esta forma,
reducirla y aumentar la precision.
Se trabaja con un margen de error conocido y establecido por
el investigador, reduciendo de esta forma la incertidumbre.
Conocido también como muestreo de selecci6n aleatoria, utiliza
el azar como instrumento de seleccion, se puede calcular de ante-
mano la probabilidad de que cada elemento sea incluido en la
muestra.
Este tipo de muestreo es el que alcanza mayor rigor cientifico, y se
caracteriza porque se cumple el principio de la equiprobabilidad,
segdn el cual todos los elementos de la poblacién tienen la misma
probabilidad de salir elegidos en una muestra.
El muestreo por azar o probabilfstico presenta varias modalidades:
BBN, captuto rs \
Scanned with CamScanneres $$ Ltoracion de Proyectos Cientiticos
Muestreo aleatorio simple
Muestreo aleatorio sistematico
Muestreo estratificado
Muestreo por conglomerados
Muestreo por etapas
11.2.1.1. Muestreo aleatorio simple
Es la modalidad de muestreo mas conocida y que alcanza mayor
rigor cientifico. Garantiza la equiprobabilidad de elecci6n de cual-
quier elemento y la independencia de selecci6n de cualquier otro.
En este procedimiento se extraen al azar un niimero determinado de
elementos, “n”, del conjunto mayor “N” o poblacién, procediendo
segdn la siguiente secuencia: a) definir la poblacién, confeccionar
una lista de todos los elementos, asignandoles nimeros consecu-
tivos desde 1 hasta ‘n‘; b) la unidad de base de la muestra debe ser
la misma; c) definir el tamafio de la muestra, y d) extraer al azar los
elementos.
La muestra quedaré formada por los “n” elementos obtenidos
mediante sorteo de la poblaci6n. Los procedimientos mas comunes
de extraccién de los elementos en este tipo de muestreo son: las
tablas de ndmeros aleatorios, incluidas en los manuales de esta-
distica; los clasicos sistemas de loterfa y otros procedimientos de
extracci6n al azar, incluidos las aplicaciones informaticas.
Algunos autores exigen que todos los elementos tengan la misma
probabilidad de ser seleccionados. En la practica real puede haber
diversos grados de probabilidad, lo importante es conocerlos.
De hecho si de un listado de papeletas con cien personas selec-
cionamos uno, éste tiene 1/100 de posibilidad de ser elegido, el
segundo 1/99, y asf sucesivamente. Para que esto no hubiera
ocurrido tendrfamos que haber empleado el procedimiento
que se conoce de obtencién de la muestra con reemplazo, es
decir volviendo a colocar los que salen, para que se mantuviera
la proporcién del 1/100. Este Gltimo caso puede tener interés en
MUESTRA Y MUESTREO EN LA INVESTIGACION CIENTIFICA—/ Capitulo 11 LOG)
—_
Scanned with CamScannerAoinctihaygia ila ta Tnyestiqacian Clentitia y Elaboractan de Proyectos
determinadas clreunstanelas, pero no en el caso de consultar, por
ejemplo, varias veces a un mismo alumno. Lo importante, para
Marin Ibanez (1985) es conocer el grado de probabilidad y, en lo
posible, procurar que sea la misma.
11,2.1,2. Muestreo aleatorio sistematico
El empleo de muestras sistematicas consiste en una variante del
anterlor tipo de muestreo. Primero se calcula ‘I’ (frecuencia de los
casos) mediante la formula I= N/n. Después se elige un namero
menor o igual que |, es decir, que cumpla la condici6n: “1” a “I”.
Por Gltimo se seleccionan los némeros en la tabla de nimero alea-
torios, que seran: a, atl, a+2I, a +31, etc.
Si tenemos la poblacién a estudiar, previamente inscrita en unas
listas numeradas, obtenida la frecuencia de los casos iremos
eligiendo saltando los nGmeros que indique la frecuencia. Si
queremos obtener una muestra de 20 sobre una poblacién de 100
(1 = 100/20 = 5), podrfamos partir el muestreo del n? 5, el 10, el
15; 0 el 3, 8, 13... El primer elemento (‘a’) suele elegirse al azar
usando las tablas de probabilidad y, a continuaci6n, se le suma la
frecuencia. Si el azar hizo que se partiera de un elemento de la lista
mayor que |, al llegar a N, se vuelve al principio de la lista hasta
completar ‘n’ casos.
Para poblaciones numerosas, por ejemplo la gufa telefonica o los
censos electorales, se seleccionan el primer y/o el Gltimo nombre
de cadaypagina o columna. Aunque es un procedimiento més rudi-
mentario, por raz6n de economia y tiempo suele utilizarse.
La elecci6n sistematica partiendo de listas es valida si el orden no
ha sido establecido teniendo en cuenta la caracteristica que estu-
diamos. No pueden servir, por ejemplo, listas en orden de califica-
ciones académicas si ésta es una de las variables de investigaci6n.
Un peligro de este método es el que se den periodicidades en la
poblacién que anulen la representatividad de la muestra. Supon-
ION “captuto rr \, ee
Scanned with CamScannerMateo de a invesigacon Clea y aboracion de Proyectos ienticos
gamos que | = 10 y trabajamos con empleados de una empresa
agrupados en departamentos en los que el personal esta listado
segtn categorfas profesionales, por este orden: 1 directivo, 14
profesionales especializados, 5 administrativos. Al elegir la muestra
por este método, ésta quedaré sesgada porque elegira siempre, por
ejemplo, un directivo por cada departamento o bien porque no lo
elegira nunca.
Este procedimiento es ms rapido que el anterior, sobre todo si la
poblaci6én es numerosa y esta previamente ordenada. Es muy utili-
zado en los sondeos de opinién y de “puerta a puerta”. A los entre-
vistadores se les indica que paren a cada ‘I’ personas o llamen a
cada ‘I’ puertas.
11.2.1.3, Muestreo estratificado
Este muestreo se utiliza cuando la poblacién esta constituida en
estratos 0 conjuntos de la poblacion homogéneos con respecto a
la caracteristica que se estudia. Dentro de cada estrato se puede
aplicar el muestreo aleatorio o sistemético. Consiste en subdividir la
poblacién en subgrupos 0 estratos con arreglo a la/s caracteristica/s
que se consideren y en elegir la muestra de modo que estén repre-
sentados los diferentes estratos.
Para la obtenci6n de la muestra estratificada se siguen los siguientes
pasos:
Se divide la poblaci6n en estratos.
De cada estrato se extrae una muestra por algin procedi-
miento de muestreo,
El nGmero de individuos de cada estrato se puede decidir por
paridad 0 proporcionalidad; d) la suma de las muestras de
cada estrato forman la muestra total ‘n‘. (Latorre, Rinc6n y
Arnal, 2003).
Dentro del muestreo estratificado se distingue:
MUESTRAY Mi
Scanned with CamScannerMetodologia de Ia Investigacién Cientfica y Elaboracion de Proyectos Cientificos __pmemnsssanemeene,
11.2.1.3.1. Muestreo estratificado constante
En este caso, también conocido como afijacién simple, la muestra
se obtiene seleccionando un nimero igual de individuos de cada
estrato en que se ha dividido la poblacién, con independencia del
tamaiio y variabilidad de los mismos dentro de la poblacién.
11.2.1.3.2. Muestreo estratificado proporcional
Se selecciona de cada estrato un namero de elementos proporcional
a su tamafio en el conjunto de la poblacién (afijacién proporcionah.
Jiménez Fernandez (1983) considera que un criterio mas