EL MUESTREO Por ser la tcnica del muestreo de aplicacin casi general en las investigaciones sociales, es evidente la importancia que

tiene su estudio y la necesidad en que se halla en investigador social de conocer por lo menos sus principios y prcticas bsicos, aunque se trate de una materia basada en las leyes de azar y el clculo de probabilidades, que pertenece al campo matemtico de la estadstica. Una muestra es una parte representativa de un conjunto, poblacin o universo, cuyas caractersticas debe reproducir en pequeo lo ms exactamente posible. De modo ms cientfico, se pueden definir las muestras como una parte de un conjunto o poblacin debidamente elegida, que se somete a observacin cientfica en representacin del conjunto, con el propsito de obtener resultados vlidos, tambin para el universo total investigado. Las muestras tienen un fundamento matemtico-estadstico. Este consiste en que obtenidos de una muestra, elegida correctamente y en proporcin adecuada, unos determinados resultados, se puede hacer la inferencia o generalizacin, fundada matemticamente, de que dichos resultados son vlidos para el universo del que se ha extrado la muestra, dentro de unos lmites de error y probabilidad, que se pueden determinar estadsticamente en cada caso. Las muestras presentan las siguientes ventajas: 0 Mediante ellas, con una muestra relativamente reducida con relacin al universo, se pueden encuestar grandes poblaciones y ncleos humanos, que de otra manera sera muy difcil o prcticamente imposible investigar. 1 Las muestras suponen una gran economa en las encuestas y la posibilidad de mayor rapidez en su ejecucin. 2 Una muestra puede ofrecer resultados ms precisos que una encuesta total, aunque est afectada del error que resulta de limitar el todo a una parte. Las condiciones de las muestras son: 1. Que comprendan parte del universo y no la totalidad de este. 2. Que su amplitud sea estadsticamente proporcionada a la magnitud del universo. Esta condicin e halla en relacin con el punto prctico de determinacin del tamao de la muestra y sirve para decidir si, segn las unidades que comprende respecto al universo, una muestra es o no admisible. 3. La ausencia de distorsin en la eleccin de los elementos de la muestra. Si esta eleccin presenta alguna anomala, la muestra resultar por este mismo viciada. La seleccin de las unidades de observacin es un paso primordial en toda investigacin. De cmo se realice dicha operacin depender la calidad de los resultados de la investigacin.

Una de las primeras decisiones a tomar es la especificacin y acotacin de la poblacin a analizar. Esta depende de cul sea el problema y los objetivos principales de la investigacin. Universo o Poblacin se refieren al conjunto total de elementos que constituyen un rea de inters analtico. Comnmente se entiende como un conjunto de unidades sobre las cuales se desea obtener informacin. Las unidades pueden ser personas, familias, viviendas, organizaciones, artculos de prensa, etc. Lo que constituye la poblacin total est definido por problemticas de tipo terico. El universo puede ser la poblacin total de la humanidad, la poblacin de un pas, de una regin, etc. En la definicin y acotacin de la poblacin se deben mencionar las caractersticas esenciales que la ubiquen en un espacio y tiempo concreto. Ej. En una investigacin sobre la ocupacin del tiempo luego de jubilar, una posible definicin del universo de estudio sera la siguiente: Poblacin de 65 aos y ms que residen en la V regin. Una vez definida la poblacin, se procede al diseo de la muestra: la seleccin de unas unidades concretas de dicha poblacin. Aunque el universo sea de pequea dimensin, por razones de economa (en tiempo y dinero), rara vez se observa a cada una de las unidades que lo forman. Por el contrario, se decide la extraccin de una muestra de entre los integrantes del universo. La representatividad depende del tamao de la muestra y del procedimiento seguido para la seleccin de las unidades muestrales. Si a partir de los datos obtenidos en una muestra, quieren inferirse las caractersticas correspondientes de la poblacin (parmetros poblacionales), es necesario disear una muestra que constituya una representacin a pequea escala de la poblacin a la que pertenece. Los diseos muestrales probabilsticos se fundamentan en la Estadstica Inferencial configurada a partir de la Teora de las Probabilidades. Cualquier diseo muestral comienza con la bsqueda de documentacin que ayude a la identificacin de la poblacin de estudio. Con el trmino marco se hace referencia al listado que comprende las unidades de la poblacin. Puede ser un Censo general de la poblacin, un registro de individuos o cualquier otro procedimiento que lleve a la identificacin de los miembros de una poblacin. Los elementos principales de la muestra son la base y la unidad de la misma. La base de la muestra es la poblacin de la que se obtiene o saca la muestra.

La importancia de la base de la muestra se deriva de que esa, operativamente, es el resultado de la eleccin de unidades dentro de una poblacin o conjunto previamente determinado de aquellas. Por ello, fundamento bsico de la muestra, es la existencia de un registro de dicho conjunto, en el que aparezcan individualizadas todas sus unidades y permita realizar la eleccin mediante un sorteo riguroso. Esta concrecin individualizada de las unidades del universo es el punto de partida y el fundamento necesario para realizar con rigor al eleccin en que consiste la muestra y por ello se dice que constituye la base de la muestra en sentido estricto. Esta puede consistir en un Censo, un registro, una lista, un fichero, un catlogo, un mapa, un plano, etc. En la base de la muestra deben figurar individualizadas todas las unidades que forman la poblacin con expresin de su nmero en el universo, nombre, domicilio en su caso, etc. La base de la muestra hace posible la identificacin de los elementos que se hayan seleccionado mediante la muestra y su encuesta posterior. La base de la muestra no siempre existe. Ej. Pblico que circula por las calles ni los asistentes a un espectculo. Aqu se elige una muestra con un procedimiento aleatorio imperfecto como encuestar uno de cada cinco que se encuentren en la calle. El marco muestral debe cumplir los siguientes requisitos para que sea un descriptor vlido de la poblacin: 1. Debe ser lo ms completo posible. La muestra escogida slo podr considerarse representativa de la poblacin comprendida en el marco de muestreo elegido, es decir, a aquellos que han tenido la probabilidad de ser elegidos para participar en la muestra. Por esta razn, la comprehensividad se convierte en una exigencia bsica de todo marco muestral. 2. La comprehensividad del marco muestral conlleva la exigencia de su actualizacin. En la medida que el marco muestral se halle actualizado las posibilidades de omisiones se restringen. Por el contrario, aumenta la probabilidad de que ste contenga a los miembros reales de la poblacin que representa. 3. Cuando la investigacin persigue la generalizacin de los datos muestrales (a la poblacin que conforma el marco muestral) es preciso que cada componente de la poblacin est igualmente representado en el marco de muestreo. Es decir, no deben haber duplicidades. 4. El marco muestral no debe incluir unidades que no correspondan a la poblacin que se analiza. La inclusin de estas unidades reduce la probabilidad de eleccin de las unidades que s pertenecen a la poblacin. 5. El marco muestral debe contener informacin suplementaria que ayude a la localizacin de las unidades seleccionadas: telfono y direccin. Eleccin de la Muestra

Operativamente la muestra es una seleccin de unidades dentro de un conjunto, que no es otro que la base de la muestra. Esta es, entonces, el resultado de una eleccin y por tanto, su bondad depende de la bondad de la eleccin. La bondad de esta eleccin depende de dos condiciones fundamentales: una estadstica y otra terica. De acuerdo con la primera, debe ser vlida la generalizacin de los resultados obtenidos en la muestra a la poblacin. Segn la terica, la muestra elegida debe ser adecuada para el logro de la investigacin y la prueba de las hiptesis tericas que constituyan su razn de ser. Estadsticamente, el principio bsico de eleccin de la muestra es que sta se haga, siempre que sea posible, de tal modo que cada elemento de la poblacin tenga la misma probabilidad de ser elegido. Esto se cumple si la eleccin tiene lugar por un procedimiento aleatorio riguroso. Pero no siempre es posible realizarlo as, de aqu que existen diversos procedimientos de eleccin de la muestra que se pueden clasificar segn se conozca o no la probabilidad de eleccin de cada unidad. Tipos de Muestras Las modalidades de muestreo son variadas, aunque se agrupan en dos amplias categoras: muestreo probabilstico y no probabilstico, dependiendo de si el azar interviene en todas las fases de la seleccin. El muestreo probabilstico o aleatorio se fundamenta en la aleatorizacin como criterio esencial de seleccin muestral. Esto favorece que: 1. Cada unidad de la poblacin tenga una probabilidad y conocida a priori de participar en la muestra. 2. La eleccin de cada unidad muestral sea independiente de las dems. 3. El clculo de la adecuacin de la estimacin muestral (error muestral) a los parmetros poblacionales pueda hacerse dentro de unos mrgenes de probabilidad especficos. En el muestreo no probabilstico, a diferencia del probabilstico, la eleccin de la muestra se efecta siguiendo criterios diferentes de la aleatorizacin (como la conveniencia). Ello da cabida a cualquier discresin por parte del equipo investigador. Adems, repercute en: 1. La desigual probabilidad de las unidades de la poblacin para formar parte de la muestra. 2. La dificultad de calcular el error muestral 3. La introduccin de sesgos en el proceso de eleccin muestral. Esto redunda en riesgos superiores de invalidez de los hallazgos de la investigacin El muestreo probabilstico presenta dos ventajas que lo hacen conveniente: 1. No necesita la existencia de un marco de muestreo.

2. Su materializacin resulta ms sencilla y econmica que los muestreos probabilsticos. La eleccin entre un tipo de muestreo y otro est condicionada por la confluencia de cuatro aspectos bsicos: 1. El presupuesto de la investigacin 2. El perodo de tiempo programado para su ejecucin 3. La existencia de un marco muestral vlido que haga posible la seleccin muestral aleatoria. 4. El grado de precisin que el investigador quiera dar a la indagacin. El muestreo probabilstico se adecua ms a propsitos de estimacin de parmetros y comprobacin de hiptesis. El muestreo no probabilstico es ms apropiado para: 1. La indagacin exploratoria (estudios piloto) 2. Estudios cualitativos, ms interesados en profundizar en la informacin aportada que en su representatividad estadstica. 3. Investigaciones sobre poblacin marginal (prostitutas, delincuentes, drogadictos, inmigrantes), de difcil registro y localizacin, lo que complica la aplicacin de diseos muestrales probabilsticos. Si bien un mismo diseo muestral puede compaginar diferentes variedades de muestreo en fases distintas de su desarrollo, los procedimientos muestrales son los siguientes:

El muestreo aleatorio simple es el prototipo de muestreo. Su realizacin exige la existencia de un marco muestral. A este se le asigna a cada unidad de la poblacin un nmero de identificacin par proceder a la extraccin aleatoria de los integrantes de la muestra. La seleccin de la muestra puede hacerse siguiendo una tabla de nmeros aleatorios, mediante 5

el computador u otro. La seleccin puede hacerse sin reemplazo (cuando cada unidad de la poblacin puede ser elegida slo una vez) o con reemplazo (si participa en elecciones sucesivas). Lo habitual es sin reemplazo. El muestreo aleatorio sistemtico es ms practicado que el anterior. Exige tambin la existencia de un listado de la poblacin, pero difiere del simple en dos aspectos fundamentales: slo la primera unidad de la muestra se elige al azar y los restantes elementos se obtienen sumando el coeficiente de elevacin. El muestreo aleatorio estratificado se usa cuando se dispone de informacin sobre caractersticas de la poblacin de inters. Supone la clasificacin de las unidades de poblacin en un nmero reducido de grupos (estratos), en razn de su similaridad, dictadas por las caractersticas observadas en el marco muestral. Con esto se persigue que cada estrato tenga representacin en la muestra final. La muestra se distribuye en diferentes grupos de poblacin, en funcin de los valores que presente en las variables elegidas para la estratificacin El muestreo por conglomerados tambin tiene un procedimiento de seleccin aleatoria. Con el muestreo aleatorio estratificado comparte la caracterstica bsica de seccionar la poblacin total en grupos, como fase previa a la extraccin muestral. Difiere en lo siguiente: 1. En el estratificado se busca la homogeneidad dentro del estrato y la heterogeneidad entre los estratos. En el muestreo por conglomerado es a la inversa: el error muestral disminuye conforme aumenta la heterogeneidad dentro del grupo (conglomerado). Esto se debe a la necesidad de que cada conglomerado constituya una representacin lo ms ajustada posible, de la variedad de componentes del universo. 2. En el muestreo estratificado se selecciona aleatoriamente una muestra para cada estrato. En el muestreo por conglomeados lo que se extrae es una muestra aleatoria de conglomerados. Sus integrantes forman la muestra. 3. En el muestreo estratificado, la unidad de muestreo es el individuo. En el muestreo por conglomerado es el conglomerado (o conjunto de individuos) Los conglomerados pueden ser reas geogrficas, organizaciones. El muestreo por cuotas parte de la segmentacin de la poblacin de inters en grupos a partir de variables sociodemogrficas relacionadas con los objetivos de la investigacin. El propsito es seleccionar una muestra que se ajuste a la distribucin de las caractersticas fundamentales de la poblacin. La poblacin se estratifica de acuerdo a las variables de inters. Se confecciona una matriz y se calculan las proporciones relativas (las cuotas) para cada celda de la matriz a partir de la proporcin que representa cada categora de las variables seleccionadas en la poblacin total. Despus de la delimitacin de las cuotas, se proporciona a cada entrevistador su asignacin correspondiente: el perfil y el nmero de personas a entrevistar en cada cuota. En este tipo de muestreo el entrevistador tiene libertad para elegir a las unidades finales. Aunque el azar intervenga en las fases iniciales del diseo muestral (ej. En al eleccin de reas o zonas geogrficas), la seleccin de los elementos concretos de la poblacin es arbitraria. Es el propio investigador quien elije al entrevistado, en cualquier momento y en cualquier lugar. La nica condicin que se le impone es que la persona se ajuste a las cuotas fijadas. 6

El muestreo de rutas aleatorias suele presentarse en el estadio final de un diseo muestral (en la seleccin de las unidades ltimas de muestreo), complementando tanto a muestreos no probabilsticos (como el de cuotas) como a probabilsticos. Se establece una ruta o itinerario que el entrevistador debe seguir en la seleccin de las unidades muestrales. Las rutas se eligen de forma aleatoria sobre un mapa concreto donde han de realizarse las entrevistas. En el mapa se indican mltiples puntos de partida o de inicio de rutas posibles. Una vez que se ha elegido aleatoriamente el comienzo de la ruta, el entrevistador deber tomar una direccin u otra, siguiendo las normas fijadas. Este procedimiento presenta la gran desventaja de no garantizar que todas las unidades de la poblacin tengan la misma probabilidad de ser elegidas, aunque la designacin de las rutas sea aleatoria. Adems, existe el peligro de sobre representacin de las personas que se encuentran, con mayor frecuencia, en las viviendas (dueas de casa, jubilados, etc.) En el muestreo estratgico o de conveniencia la seleccin de unidades muestrales responde a criterios subjetivos, acordes con los objetivos de la investigacin. Es habitual en estudios cualitativos no interesados en la generalizacin estadstica. Ej. Estudio sobre las trayectorias laborales de los jvenes egresados de la universidad X. El procedimiento de seleccin muestral concluye cuando se llega a la saturacin terica que es cuando la informacin comienza a ser redundante, no aportando ningn nuevo punto de vista analtico. El muestreo de Bola de Nieve difiere del anterior en que las unidades muestrales van escogindose, sucesivamente, a partir de las referencias aportadas por los sujetos a los que ya se ha accedido. Como, a su vez, los nuevos casos identifican a otros individuos en su misma situacin, la muestra va aumentando, como una bola de nieve, hasta que el investigador decida cortar. Se usa en poblaciones que por sus propias caractersticas, generalmente poblacin marginal, son difciles de identificar y localizar. Se pregunta a los sujetos ya descubiertos, si conocen a otros en su misma situacin. El nmero de unidades a incluir en la muestra constituye una de las decisiones preliminares en cualquier diseo muestral. En esta decisin participan los siguientes factores: El tiempo y los recursos disponibles para llevar a cabo la investigacin: Econmicos, materiales y humanos. La modalidad de muestreo seleccionada en orden a alcanzar los objetivos esenciales de la investigacin: el tamao de la muestra vara segn la modalidad elegida para la extraccin de la muestra. La diversidad de los anlisis de datos prevista: Si se aplicar una o varias tcnicas estadsticas multivariables se debe tener un nmero elevado de casos. Esto contribuye a la reduccin de los errores de prediccin y al aumento del poder predictivo del modelo obtenido. La varianza o heterogeneidad poblacional.:Cuanto ms heterognea sea la poblacin, mayor ser su varianza poblacional. En consecuencia necesitar un mayor tamao muestral para que la variedad de sus componentes se halle representado en la muestra. Las exigencias de tamao muestral se reducen en universos homogneos caracterizados por una baja varianza poblacional.

El tamao de la muestra El margen de error mximo admisible para la estimacin de los parmetros poblacionales: los incrementos en el tamao de la muestra repercuten en una mayor precisin en al estimacin de los parmetros poblacionales, con la consiguiente reduccin del error muestral. El error muestral interviene en al decisin sobre el tamao de la muestra siempre que el diseo muestral sea probabilstico. Los errores comprendidos entre el 2,5% y 2% son los ms frecuentes. El nivel de confianza de la estimacin muestral: El nivel de confianza expresa el grado de confianza o de probabilidad que el investigador tiene en que su estimacin se ajuste a la realidad. El error muestral Cuando se disea una muestra, el objetivo primordial es conseguir un elevado nivel de adecuacin en la seleccin de la muestra, respecto de la poblacin a la que pertenece. Ello contribuye a que la investigacin adquiera validez externa. Por muy perfecta que sea la muestra, como nicamente se analiza una parte de la poblacin (y esa muestra slo representa una de todas las posibles muestras que pueden extraerse de una misma poblacin), siempre habr alguna divergencia entre los valores obtenidos de la muestra (estimaciones) y los valores correspondientes en la poblacin (parmetros). Esa disparidad se denomina error muestral y es el grado de inadecuacin existente entre las estimaciones muestrales y los parmetros poblacionales. Como todos los resultados muestrales se halan sujetos a errores de muestreo, cuando se analizan datos muestrales, debera comprobarse la representatividad de la muestra e identificar (si los hubiese) los sesgos existentes. Si la extraccin de la muestra se ha llevado a cabo de forma aleatoria podr calcularse el error muestral con la ayuda de la teora de la probabilidad. Una de las ventajas de los diseos muestrales probabilsticos es la capacidad de determinar la precisin de las estimaciones muestrales.