Está en la página 1de 97

Diseño Metodológico

y
Muestreo
Esquema de temas:

• Metodología
• Tipos de Metodología
• Muestreo
• Tipos de Muestro
Esquema:
Metodología:

• Según Fidias Arias (2008) “la metodología del


proyecto incluye el tipo o tipos de investigación,
las técnicas y los procedimientos (tiempo,
recursos, procesos, adiestramiento,
coordinación y supervisión) que serán utilizados
para llevar a cabo la indagación.

• Es el “cómo” se realizará el estudio para


responder al problema planteado”.
Diseño de la Investigación:

• Constituye la estrategia adoptada por


el investigador para responder al
problema planteado.
• Es el enfoque que orienta el estudio.
Diseño de la Investigación:

• Cuantitativo

• Cualitativo

• Mixto

• Investigación – Acción
Diseño de la Investigación:

• Cuantitativo: Se orienta al estudio de


variables susceptibles de medición y
del análisis estadístico, es decir se
sitúa en un enfoque de características
cuantitativas.
Diseño de la Investigación:

• Cuantitativo se caracteriza por la


aplicación de la estadística en el
análisis de datos. Es normativa.

• Ejemplo: niveles plasmáticos de


colesterol y su relación con IAM
Diseño de la Investigación:

• Cualitativo: con enfoque opuesto al


tradicional, pues el escenario y los
individuos no se reducen a variables
cuantificables; son considerados como un
todo caracterizado por múltiples fenómenos
y diversas categorías.

• De allí, la flexibilidad en cuanto al modo de


conducir los estudios.
Diseño de la Investigación:

• Investigación – Acción: persigue la


solución de problemas concretos,
permitiéndose utilizar técnicas propias
de los diseños cualitativos.

• Es aplicada, orientada a decisiones.

• El objetivo está en producir cambios en


la realidad estudiada.
Tipo de Investigación:

• El cual se presenta de acuerdo a la


finalidad o propósito, al alcance,
amplitud, profundidad, fuentes, lugar
donde se desarrolla y a la naturaleza
del estudio.
Tipos de Investigación de acuerdo a:

Amplitud:
Alcance: Transversal
Microsociologica y
y Longitudinal
Macrosociologica

Naturaleza:
Documentales,
Propósito: Básica y
Profundidad: Empiricas
Aplicada
1. Exploratoria Observacionales y

2. Descriptiva Experimentales.

3. Correlacional

4. Explicativa
Tipo de Investigación:

• De acuerdo a la finalidad o propósito: puede


ser básica o aplicada. La básica tiene como
propósito la mejor comprensión de los
fenómenos. La aplicada tiene como propósito la
solución de problemas.
Tipo de Investigación:

• De acuerdo al alcance: puede referirse a un


lapso de tiempo específico (seccional o
transversal) o puede extender el análisis a una
sucesión de momentos temporales
(longitudinal).
Tipo de Investigación:

• De acuerdo a su amplitud: puede ser


microsociológica (se estudian variables y
sus relaciones limitándose a grupos
pequeños y medianos) o
macrosociológicas (se estudian los
fenómenos abarcando grupos grandes).
De acuerdo a su profundidad:

• Estudios Exploratorios: También conocido


como estudio piloto, son aquellos que se
investigan por primera vez o son estudios muy
pocos investigados. También se emplean para
identificar una problemática.

• Estudios Descriptivos: Describen los hechos


como son observados.
De acuerdo a su profundidad:

• Estudios Correlacionales: Estudian las


relaciones entre variables dependientes e
independientes, ósea se estudia la
correlación entre dos variables.

• Estudios Explicativos: Este tipo de estudio


busca el por qué de los hechos,
estableciendo relaciones de causa- efecto.
Estuda las variables dependientes e
independientes. Ej. H. Pylori - adecocarcino
de estómago.
Tipo de investigación:

• De acuerdo a las fuentes: investigación


con fuentes primarias, con fuentes
secundarias o mixtas.
• De acuerdo al lugar donde se
desarrolla: puede ser de campo (se
observa el fenómeno en su ambiente
natural) o de laboratorio (en ambientes
artificiales)
Tipo de investigación:

• De acuerdo a su naturaleza: puede


ser documentales (se estudian textos y
otras fuentes documentales), empíricos
(se estudian hechos sin manipularlos)
experimentales (se provocan
fenómenos) y doctrinales (asuntos
eminentemente teóricos)
Tipo de investigación:

• Investigación bibliográfica: Es la revisión


bibliográfica de tema para conocer el
estado de la cuestión.
• La búsqueda, recopilación, organización,
valoración, crítica e información
bibliográfica sobre un tema específico tiene
un valor, pues evita la dispersión de
publicaciones o permite la visión
panorámica de un problema.
Tipo de investigación:

• Investigación empírica: Se basa en


observación y experimentación, puede
emplear metodología cualitativa y
cuantitativa, razonamiento hipotético-
deductivo, ser de campo o laboratorio y
se pueden emplear métodos
transversales o longitudinales, entre
otros.
Tipos de Investigaciones (Ciclo Holístico):

• EXPLORATORIA (Hurtado,1995)

• DESCRIPTIVA
• COMPARATIVA: Comparación de variables en dos o más grupos.
• ANALÍTICA: Se trata de entender situaciones en términos de sus
componentes.
• EXPLICATIVA
• PREDICTIVA: Se observa un fenómeno, se analiza, se buscan
explicaciones y se determinan comportamientos futuros.
• PROYECTIVA: Se proponen alternativas de cambio (proyecto factible)
• INTERACTIVA: Investigación – acción.
• CONFIRMATORIA: Se demuestra de manera lógica – matemática.
• EVALUATIVA: Se evalúan resultados.
OS
GIC
OLÓ
MI
E
E PID
O S
SE Ñ
DI
Si
Estudios Descriptivos:

• Los objetivos de los estudios descriptivos son:

• Describir las características y la frecuencia de un


problema de salud, en función de las características de
PERSONA (edad, sexo, estado civil...), de LUGAR (área
geográfica...) y de TIEMPO de aparición del problema y
su tendencia.
• Servir de base para estudios analíticos.
Series de casos clínicos:

• Describen las características de un grupo de


enfermos.
• Son estudios longitudinales, ya que contienen
información adquirida a lo largo del tiempo.
• Su principal ventaja es que permiten generar
nuevas hipótesis, mientras que el mayor
inconveniente es que no presentan grupo control,
por lo que cualquier FR puede ser un hallazgo
casual.
Estudios ecológicos:

• Pueden ser transversales o longitudinales.


• Son estudios en los que la unidad de análisis son
grupos de individuos, no individuos.
• Son útiles cuando no se pueden hacer
mediciones de exposición individuales
(contaminación del aire, ruidos, etc.)
• Ventajas. Permiten describir diferencias en
poblaciones que habrán de ser estudiadas con
más detalle posteriormente.
Estudios transversales:

• Son estudios descriptivos, ya que estudian la


relación entre una enfermedad y algunas
variables en un momento concreto del tiempo.
• Buscan hallar una posible relación entre un FR
y una enfermedad, que luego habrá de ser
verificada por estudios analíticos.
• Características. Es de “corte” o transversal,
ya que enfermedad y características se miden
simultáneamente.
Estudios transversales:

• Ventajas. No tienen problemas éticos, son de


duración mínima, su costo es bajo y son de fácil
reproductibilidad.

• Inconvenientes. No es útil para estudiar


enfermedades raras, no permite ver el
mecanismo de producción de la enfermedad y
no sirve para comprobar una hipótesis previa de
causalidad.
Estudios analíticos:

• Los estudios analíticos: intentan establecer una


relación de causalidad entre el factor de riesgo y la
enfermedad. se pueden ser experimentales y
observacionales.
• En los estudios experimentales es el investigador el
que asigna el factor de estudio (qué fármaco, vacuna,
campaña de educación... cuánto tiempo, cuándo,
cuánta dosis recibirán los individuos...)
• En los observacionales, el investigador se limita a
observar qué es lo que sucede en un grupo de
individuos, sin manipular el estudio.
Estudios analíticos experimentales

• Un estudio es experimental cuando cumple


dos condiciones:
1. Asignación por parte del investigador del
factor de estudio.
2. Aleatorización de la muestra de modo que
los participantes son adscritos al azar a
uno u otro grupo de estudio.
Estudios analíticos experimentales

• LIMITACIONES: Problemas éticos son el principal


inconveniente de este tipo de estudios.

• VENTAJAS: son los estudios que mejor valoran la


utilidad de una intervención y aportan mayor
evidencia causa.
• Permiten un gran control sobre cualquier efecto
que no sea el estudiado.
• Permiten el empleo de técnicas de
enmascaramiento.
Estudios analíticos experimentales

• Ensayo clínico aleatorio: Es el


estudio experimental más frecuente.
• La asignación aleatorizada del factor
de estudio (un fármaco o intervención
sanitaria) se hace sobre los indivi-
duos.
• Es el que ofrece la mejor evidencia de
una posible relación causa-efecto y la
eficacia de una actuación
Estudios analíticos experimentales

• Ensayo de campo: valora la eficacia


de una medida preventiva.

• Se hacen sobre individuos sanos.

• En general, estos estudios son más


caros que los ensayos clínicos y
requieren mayor número de individuos.
Estudios analíticos cuasiexperimentales.

• Se diferencian de los estudios experimentales puros en


que no hay asignación al azar (aleatorización).

1. Ensayo comunitario de intervención. Son una


variedad de los ensayos de campo.
– No se aplica aleatorización individual.
– Individuos sanos.
– Valora medidas preventivas.
2. Ensayos antes-después: En este tipo de
estudios, el fármaco (o medida en general)
se administra a los individuos y se
compara el resultado con la situación
basal.

3. Estudios controlados no aleatorios: Se


realizan cuando la asignación aleatoria, o
no ofrece ventajas, o no se puede hacer.
Estudios analíticos observacionales.

1. Estudios de cohortes.
Partiendo de un grupo de individuos
expuestos al factor de riesgo (cohorte
expuesta), y de otro/s comparables en
todo pero que no estén expuestos al FR
(cohorte no expuesta)
• Se estudia la incidencia de la enfermedad
en ambas cohortes
Cohorte:

• VENTAJAS: Es el mejor estudio para


comprobar hipótesis previas de causalidad, no
es posible realizar un estudio experimental.

• Es el mejor para el estudio de la


“multiefectividad del factor de riesgo”
• La posibilidad de sesgos es baja.

• Sirven para el estudio de exposiciones raras.


Cohorte:

• INCONVENIENTES: No es bueno para el


estudio de enfermedades raras
• No es bueno para el estudio de
enfermedades de largo período de
incubación.
• El coste es alto.
• No sirve para el estudio de la
“multicausalidad de la enfermedad”.
Estudio de casos-controles:

• Partiendo de un grupo de individuos


enfermos (casos), y de otros comparables a
ellos en todo, pero que no tienen la
enfermedad (controles), se estudia la
exposición, en ambos, a distintos factores de
riesgo.
• Es un estudio longitudinal.
• Es retrospectivo.
• Va del efecto (enfermedad) a la causa.
VENTAJAS:

• Es de corta duración.
• Es ideal para el estudio de enfermedades raras.
• Es el mejor para el estudio de enfermedades de largo
período de inducción.
• El costo es bajo.
• Es el mejor para el estudio de la multicausalidad de la
enfermedad (los posibles factores de riesgo de una
determinada enfermedad).
• Es el mejor para formular nuevas hipótesis etiológicas.
INCONVENIENTES…

– No es bueno para comprobar


hipótesis previas de causalidad.
– No permite el estudio de la
“multiefectividad del factor de
riesgo”.
– La posibilidad de sesgos es muy
alta, su control difícil.
El Muestreo
Muestreo:

• Procedimiento por el cual se extrae, de un


conjunto de unidades que constituyen el
objeto de estudio (población), un número de
casos reducido (muestra) elegidos con
criterios tales que permitan la generalización
a toda la población de los resultados
obtenidos al estudiar la muestra.
Muestreo:

• Población: Conjunto de unidades de las que se


desea obtener cierta información.
Unidades: Personas, Familias, Viviendas,
Escuelas, Organizaciones, Artículos de
Prensa

• Muestra: Selección de unas unidades concretas


de la población que representen la característica
que se quiere medir.
Razones de muestreo

• Disminución de costos ( tiempo, personal,


material).
• Al disminuir el número de casos
disminuyen también los errores asociados a
la manipulación de los datos.
• Puede confiarse en la generalización de los
resultados si se ha tenido cuidado al
seleccionar la muestra.
Criterios importantes para la selección
de la muestra:
• Se debe diseñar una muestra que constituya una
representación a pequeña escala de la
población a la que pertenece.
• Cualquier diseño muestral comienza con la
búsqueda de la información que ayude a la
identificación de las características de la
población bajo estudio.
• Salvo en poblaciones muy pequeñas y accesibles
nunca se observan a todas las unidades de la
población.
Condiciones que debe cumplir una
“buena” muestra
• Que comprendan parte de la población y no
la totalidad de ésta.

• Aunque el sentido común pareciera indicar


que poblaciones más grandes deben
producir muestras mayores, esto no es
siempre cierto ya que:

–El tamaño de la población NO es el único


elemento que influye en el tamaño de la
muestra.
Condiciones que debe cumplir una
“buena” muestra

• Que sea representativa o reflejo fiel de la


población, de tal modo que reproduzca sus
características básicas en orden a la
investigación.

• Si hay sectores diferenciados en la población


que se supone ofrecen características
especiales la muestra también deberá
comprenderlos en la misma proporción.
Tamaño de la muestra

• Es el número de unidades a incluir en la


muestra.
• Existen varios factores que influyen en el:
– Tiempo y recursos disponibles
– Modalidad de Muestreo
– Tipo de Análisis Previsto
– Varianza o heterogeneidad de la población
– Margen de Error máximo admisible
– Nivel de confianza de la estimación muestral
Tipos de muestreos

PROBABILÍSTICOS NO PROBABILISTICOS

• Todas las unidades • Cada unidad NO tiene


tienen igual igual probabilidad de
probabilidad de participar en
participar en la la muestra.
muestra. • No se puede calcular el
• La elección de cada error muestral
unidad muestral es • Alto riesgo de invalidez
independiente de las producido por la
demás introducción de sesgos
• Se puede calcular el
error muestral
Modalidad de Muestreo Seleccionada

• La selección de las modalidades de muestreo


(probabilísticos y no probabilísticos) se halla
determinada por la confluencia de varios
factores:
• Los objetivos
• Los recursos
• La accesibilidad de la población y el tiempo.
• Los diseños no probabilísticos demandan un
tamaño muestral menor.
Usos de cada tipo de muestreo

Muestreo Probabilísticos Muestreos No


Probabilísticos
•Estimación de Parámetros
• Estudios Pilotos
•Comprobación de Hipótesis
• Estudios Cualitativos
• Investigaciones en
poblaciones de difícil
registro o localización ( Ej.
Marginales, prostitutas,
enfermos de VIH, etc…)
Heterogeneidad poblacional

• Cuanto mas heterogénea sea la población mayor


será su varianza poblacional lo que implicará
mayores tamaños muestrales.
• Cuando se desconoce el valor de la varianza
poblacional se recurre al supuesto mas
desfavorable, asumiendo una varianza
poblacional igual a 0,5.
• 0,5 significa que una unidad seleccionada tiene
50 % de posibilidades de pertenecer o no a un
grupo específico dentro de la población.
Margen de confianza en la estimación

• Expresa el grado de probabilidad que el


investigador tiene en que su estimación
se ajuste a la realidad.
• Los valores comúnmente utilizados son
95%, 99% y 99.9%
Margen de error admisible

• Los incrementos en el tamaño de la muestra


repercuten en una mayor precisión y por
consiguiente en menor error muestral.
• El error muestral interviene en el cálculo del
tamaño de la muestra solo si el diseño es
probabilístico.
• En el muestreo probabilístico el investigador fija
el error máximo admisible a priori y sobre esa
base realiza el cálculo del tamaño de la muestra.
¿Cómo se delimita una población?

Una población es el conjunto de todos los casos que concuerdan con una serie de
especificaciones.

La muestra suele ser definida como un subgrupo de la población. Para seleccionar la


muestra deben delimitarse las características de la población.

Muchos investigadores no describen lo suficiente las características de la población o


asumen que la muestra representa automáticamente a la población.

No será un mejor estudio, por tener una población más grande, sino la calidad de un
trabajo estriba en delimitar claramente la población con base en los objetivos del
estudio. Las poblaciones deben situarse claramente en torno a sus características de
contenido, lugar y en el tiempo.

Limites de Población
Todos los niños del área metropolitana de la
ciudad de Santo Domingo, que cursen 3o, 4o y 5o
de básica en escuelas públicas y privadas de la
tanda matutina.
¿Cómo se delimita una población?

Por ejemplo, “Nuestra población comprende a todos aquellos directores generales


de empresas industriales y comerciales que en 1983 tienen un capital social superior
a 30 millones de pesos, con ventas superiores a los 100 millones de pesos y/o con
más de 300 personas empleadas”.
 
Vemos que en este ejemplo se delimita claramente la población, excluyendo a
personas que no son los directores generales, a empresas que no pertenezcan al
giro industrial y comercial, como por ejemplo bancos, hoteles, casas de bolsa. Se
establece también claramente que se trata de empresas medianas y grandes con
base en criterios de capital y de recursos humanos. Finalmente se indica que estos
criterios operaron en el año 1983.

Algunos investigadores usan el término universo, pero los autores preferimos utilizar
el término población, ya que como Kisch (1974), consideramos que universo es más
bien un término descriptivo de un conjunto infinito de datos, lo que no se aplica a la
población.
 
Los criterios que cada investigador cumpla dependen de sus objetivos de estudio, lo
que es importante es establecerlos claramente.
¿Cómo seleccionar la Muestra?

La muestra es, en esencia, un subgrupo de la población. Es un subconjunto


de elementos que pertenecen a ese conjunto definido en sus características
al que llamamos población.

En realidad, pocas veces se puede medir a toda la población, por lo que


obtenemos o seleccionamos una muestra y se pretende, que este
subconjunto sea un reflejo fiel del conjunto de la población.
Tipos de Muestra

• Probabilísticas

• En estas, todos los elementos de la población tienen la misma


posibilidad de ser elegidos.

• 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.

• Imagínense el procedimiento para obtener el número premiado en


un sorteo de lotería. Este número se va formando en el momento
del sorteo, a partir de las bolitas (con un dígito) que se van sacando
después de revolverías mecánicamente hasta formar el número, de
manera que todos los números tienen la misma probabilidad de ser
elegidos.
Muestra Probabilística. Ejemplo

El caso de una investigación para saber cuántos niños han sido


vacunados y cuántos no, y variables asociadas (nivel
socioeconómico, lugar donde se vive, educación) con esta
conducta y sus motivaciones. Se hizo una muestra probabilística
nacional de 1,600 personas y de los datos, se tomaron decisiones
para formular estrategias de vacunación y mensajes dirigidos a
persuadir la pronta y oportuna vacunación de los niños.
 
Este tipo de estudio, en donde se hace una asociación entre
variables, cuyos resultados servirán de información para tomar
decisiones políticas que afectarán a una población, se logran por
medio de una investigación por encuestas y definitivamente a
través de una muestra probabilística, diseñada de tal manera
que los datos pueden ser generalizados a la población con una
estimación precisa del error que pudiera cometerse al hacer
tales generalizaciones.
Tipo de Muestra

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.
Muestra No Probabilística. Ejemplo

En una investigación sobre inmigrantes extranjeros en México, el objetivo de es


documentar las experiencias de viaje, de vida y de trabajo. Se seleccionó una muestra
de personas extranjeras que hubieran llegado a México entre 1900 y 1960. Las personas se
seleccionaron a través de conocidos, de asilos, de referencias. De esta manera se
entrevistaron a 40 inmigrantes con entrevistas semi estructuradas que permitieron al
sujeto hablar libremente sobre sus experiencias.

En este caso una muestra no


probabilística es adecuada
pues se trata de un estudio
con un diseño de
investigación exploratorio,
es decir, no es concluyente,
sino su objetivo es
documentar ciertas
experiencias. Este tipo de
estudio pretende generar
datos e hipótesis que
constituyan la materia prima
para investigaciones más
precisas.
Muestra No Probabilística. Ejemplo

Experimento para medir si contenidos violentos en la televisión generan


conductas antisociales en los niños. Se seleccionan en un colegio 60 niños
de 5 años de edad de Igual nivel socioeconómico e igual inteligencia y se
asignan aleatoriamente a 2 grupos o condiciones. 30 niños verán
caricaturas pro-sociales (Ej. Heidi) y otros 30 verán caricaturas muy
violentas.

Inmediatamente después de la exposición, los niños serán observados en


un contexto de juego y se medirán sus conductas violentas y pro-sociales.
 
Esta es una muestra no probabilística. Aunque se asignen los niños de
manera aleatoria a las dos condiciones experimentales, para generalizar a la
población se necesitarían repetidos experimentos. Será más preciso si se
aislan otras variables. Los datos no pueden generalizarse a todos los niños,
sino a un grupo de niños con las mencionadas características. Se trata de
una muestra dirigida y “clásica’ de un estudio de este tipo. La selección de
la muestra no es al azar, aunque la asignación de los niños a los grupos si
lo es.
Muestra Probabilística. Términos y
definiciones

N: es la población, es un conjunto de elementos.


n: es la muestra, es un subconjunto de la población N.
En una población N (previamente delimitada por loa objetivos de la
investigación), nos interesa establecer valores de las características
de los elementos de N.

Nos interesa conocer valores promedio en la población, lo cual se


expresa como:

Ȳ: al valor de una variable determinada (Y) que nos interesa conocer,


digamos un promedio.

También nos interesa conocer:

V: la varianza de la población con respecto a determinadas variables


(la varianza indica la variabilidad).
Muestra Probabilística. Términos y
definiciones
Tamaño de la Muestra

Es el número mínimo de unidades de análisis (personas, organizaciones,


capítulos de telenovelas, etc.), que necesito para conformar una muestra (n)
que me asegure un error estándar menor de 0.01 (fijado por nosotros), dado
que la población N es aproximadamente de tantos elementos.

• Se busca encontrar la probabilidad de ocurrencia de Ȳ, así como que el estimado de ȳ


se acerque a Ȳ, el valor real de la población.
• Si establecemos el error estándar y lo fijamos en 0.01, sugerimos que esta fluctuación
promedio de nuestro estimado ȳ con respecto a los valores reales de la población Ȳ no
sea ˃0.01, es decir, que de 100 casos, 99 veces mi predicción sea correcta y que el
valor de ȳ se sitúe en un intervalo de confianza que comprenda el valor de Ȳ.

Resumiendo, para una determinada varianza (V) de Y, ¿que tan grande debe ser mi
muestra?
• Esto se determina en dos pasos:
Tamaño de la Muestra. Ejemplo

Para un estudio de directores generales consideramos a “todos aquellos


directores generales de empresas industriales y comerciales que en 1983
tienen un capital social superior a 30 millones de pesos, con ventas
superiores a los 100 millones de pesos y/o con más de 300 personas
empleadas”.

Con estas características se precisó que la población era de N=1,176


directores generales ya que 1,176 empresas conformaban las mencionadas
características. ¿Cuál es entonces el número de directores generales n que
se tiene que entrevistar, para tener un error estándar menor de 0.015, y
dado que la población total es del 1,176?
 
N = población de 1176 empresas.
= valor promedio de una variable = 1 un director general en cada empresa.
se=error estándar 0.015, determinado. Aceptable pues es muy pequeño.
V2=varianza de la población. Su definición (se)2: cuadrado del error estándar.
s2 = varianza de la muestra expresada como la probabilidad de ocurrencia
de (y) promedio
p = 0.9
Tamaño de la Muestra. Ejemplo

Sustituyendo tenemos que:

Es decir que, para nuestra investigación, necesitaremos una muestra de 298


directores generales.

Esto es el primer procedimiento para obtener la muestra probabilística: el determinar


el tamaño de la misma, con base en estimados de la población.

El segundo procedimiento estriba en cómo y de dónde seleccionar a esos 298


sujetos.
Tamaño de la Muestra. Ejemplo

E-1 E-2 E-3 E-4 E-5

Población N 1,176 1,176 1,176 1,176 1,176

Error Estándar se 0.050 0.040 0.030 0.020 0.015

Nivel de Confianza   0.950 0.960 0.970 0.980 0.985

Valor Promedio por empresa Director 1 1 1 1 1

Varianza de la muestra expresada como la


probabilidad de ocurrencia de Y promedio s2 s2=p(1-p)
Porcentaje estimado de la muestra,
probabilidad de ocurrencia del fenómeno, la
cual se estima sobre marcos de muestreo
previos o se define, la certeza total siempre es
igual a uno, las posibildades a partir de estos
son "p" de que si ocurra y "q" no ocurran
(p+q=1). De ahí se deriva 1-p
p 0.9 0.9 0.9 0.9 0.9

  s2=p(1-p) 0.09 0.09 0.09 0.09 0.09

Varianza de la población V2 0.0025 0.0016 0.0009 0.0004 0.000225

Tamaño de la muestra sin ajustar n´=s2/V2 36 56 100 225 400


Tamaño de la muestra. Casos n 35 54 92 189 298
Tamaño de la Muestra. Ejemplo

A menor error y mayor nivel de confianza,


mayor muestra requerida para representar a
la población
Tamaño de la Muestra. Ejemplo

    E1 E2 E3
Población N 1,176 1,058 941
Error Estandar se 0.015 0.010 0.005
Nivel de Confianza   0.985 0.990 0.995
Valor Promedio por empresa Director 1 1 1
Varianza de la muestra expresada como
la probabilidad de ocurrencia de Y
promedio s2      
  p 0.9 0.9 0.9
  s2=p(1-p) 0.09 0.09 0.09
Varianza de la población V2 0.000225 0.0001 0.000025
Tamaño de la muestra sin ajustar n´=s2/V2 400 900 3,600
Tamaño de la muestra. Casos n 298 486 746
Ajuste de la muestra de población. Conforme disminuye el tamaño
de la población, aumenta la proporción de casos que necesitamos
en la muestra.
Técnicas de muestreo:

• Muestreo aleatorio simple: Es aquel tipo


de muestreo en el que cada individuo
tiene las mismas posibilidades de ser
elegido para formar parte de la muestra.

• Muestreo aleatorio estratificado: Con


este tipo de muestreo aseguras que la
muestra tenga la misma proporción de
una(s) variable(s) que la población de la
que procede.
Técnicas de muestreo:

• Muestreo sistemático: El proceso de


selección se basa en alguna regla
sistemática simple, por ejemplo, elegir
uno de cada “n” individuos.

• Muestreo por etapas o polietápico:


La selección se realiza en dos o más
etapas sucesivas y dependientes.
Muestra Probabilística Estratificada. Ejemplo

Se divide a la población en sub poblaciones o estratos y se selecciona una


muestra para cada estrato. La estratificación aumenta la precisión de la
muestra e implica el uso deliberado de diferentes tamaños de muestra
para cada estrato, “a fin de lograr reducir la varianza de cada unidad de la
media muestral”.
 
En donde fh es la fracción del estrato, n el tamaño de la muestra, N el
tamaño de la población, sh es la desviación estándar de cada elemento en
el estrato h, y K es una proporción constante que nos dará como resultado
una q óptima para cada estrato.
 
Siguiendo el ejemplo de los directores de empresa tenemos que la
población es de 1,176 directores de empresa y que el tamaño de muestra
es n = 298. La fracción para cada estrato fh será:
Muestra Probabilística Estratificada.
Ejemplo
Muestreo Probabilístico por Racimos

En algunos casos en donde el


investigador se ve limitado por Unidad
Posibles
recursos financieros, por tiempo, por de
Racimos
distancias geográficas o por una Análisis
combinación de éstos y otros Preparatorias
Adolecentes
obstáculos, se recurre a otra
modalidad de muestreo llamado por
racimos. Obreros Industrias

En este tipo de muestreo se reducen Amas de Mercado


casa
costos, tiempo y energía al considerar
que muchas veces nuestras unidades Niños
Colegios
de análisis se encuentran
encapsuladas o encerradas en
determinados lugares físicos o
geográficos a los que denominamos
racimos.
Muestreo Probabilístico por Racimos
¿Cuántas cuadras necesitaremos muestrear, de una población total de 5,000,
si queremos que nuestro error estándar sea no mayor de 0.015 y con una
probabilidad de ocurrencia del 50%?
    E1
Población N 5,000

Error Estandar se 0.015

Nivel de Confianza   0.985

Valor Promedio 1
Varianza de la muestra expresada como la probabilidad de
ocurrencia de Y promedio s2  
Porcentaje estimado de la muestra, probabilidad de ocurrencia
del fenómeno, la cual se estima sobre marcos de muestreo
previos o se define, la certeza total siempre es igual a uno, las
posibildades a partir de estos son "p" de que si ocurra y "q"
no ocurran (p+q=1). De ahí se deriva 1-p
p 0.5

  s2=p(1-p) 0.25

Varianza de la población V2 0.000225

Tamaño de la muestra sin ajustar n´=s2/V2 1,111

Tamaño de la muestra. Casos n 909


Muestreo Probabilístico por Racimos

Sabemos que la población N=5,000 cuadras de la ciudad


está dividida por previos estudios de acuerdo a 4
estratos socioeconómicos, que la categorizan según el
ingreso mensual promedio de sus habitantes, de manera
que se distribuyen en la primera y segunda columna, y a
la tercera le aplicamos el resultado obtenido de 0.1818
Tómbola
¿Cómo se lleva a cabo el procedimiento de
selección?
Números Random Aleatorios

¿Cómo se lleva a cabo el procedimiento de


selección?
Selección Sistemática de elementos muestrales

Implica elegir dentro de una población N, un número “n” de elementos a partir de un


intervalo K.

Ejemplo. Se requiere estudiar medir la calidad de atención en los servicios


proporcionados por los médicos y enfermeras de un hospital, en la cual se tiene todo
video grabado 1,548 servicios (N) durante un periodo determinado. Con este dato se
procede a determinar qué número de servicios analizar para generalizar a toda la
población nuestros resultados. Supongamos que la muestra dio un total de 308
servicios a analizar.
Muestra NO Probabilística

También llamadas muestras dirigidas suponen un procedimiento de selección


informal y un poco arbitrario. Aún así estas 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


serán 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.

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.
Muestra NO Probabilística

La ventaja de una muestra no probabilística es su utilidad para un determinado diseño de


estudio, que requiere no tanto de una “representatividad de elementos de una población,
sino de una cuidadosa y controlada elección de sujetos con ciertas características
especificadas previamente en el planteamiento del problema”. Hay varias clases de
muestras dirigidas y éstas son:

La muestra de sujetos voluntarios Los sujetos-tipos

La muestra de expertos La muestra por cuotas


La Muestra 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 en 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 está
haciendo un estudio sobre motivación en el universitario e invita a
aquellos que acepten someterse a una prueba proyectiva TA.T.

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.
La Muestra de Expertos

• 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 para generar materia prima
para 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 estos eran los sujetos
idóneos para hablar de contratación, sueldos y desempeño de las
mujeres periodistas.
• Estas son muestras válidas y útiles cuando los objetivos del estudio así
lo requieren.
Los sujetos-tipos

Al igual que las muestras anteriores, ésta también se utiliza en estudios


exploratorios y en investigaciones de tipo cualitativo, donde el objetivo es la
riqueza, profundidad y calidad de la información, y no la cantidad, y
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 (“El músico de jazz”, “Los muchachos de blanco”) en
donde se basa 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, 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 ó 10 personas, cuyos integrantes tengan las
características sociales y demográficas de dicho subgrupo.
La Muestra por Cuotas

Este tipo de muestra se utiliza mucho en estudios de opinión y de


mercadotecnia. Los encuestadores reciben instrucciones de administrar
cuestionarios a sujetos en la calle, y que al hacer esto vayan conformando
o llenando cuotas de acuerdo a la proporción de ciertas variables
demográficas en la población. Así, por ejemplo, para un estudio sobre la
actitud de la población hacia un candidato político, le dice a los
encuestadores “van a tal colonia y me entrevistan a 150 sujetos. Que el
25% sean hombres mayores de 30 años, 25% mujeres mayores de 30
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.
Conclusiones

1. Lo primero que se tiene que plantear es el quiénes van a ser medidos, lo que
corresponde a definir la unidad de análisis.

2. La muestra es un subgrupo de la población —previamente delimitada— y


puede ser probabilística o no probabilística.

3. El elegir qué tipo de muestra se requiere depende de los objetivos del estudio
y del esquema de investigación.

4. 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. Esta precisión
depende del error de muestreo, llamado también error estándar.

5. Para una muestra probabilística necesitamos dos cosas: determinar el tamaño


de la muestra y seleccionar los elementos muestrales en forma aleatoria.
Conclusiones
6. El tamaño de la muestra se calcula con base a la varianza de la población 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.

7. Las muestras probabilísticas pueden ser: Simples, estratificadas y por racimos.


La estratificación aumenta la precisión de la muestra e implica el uso
deliberado de sub muestras para cada estrato o categoría que sea relevante
en la población. El muestrear por racimos 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.

8. 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:
A. Tómbola, B. Tabla de números random y C. Selección sistemática.
Conclusiones

9. Las muestras no-probabilísticas, pueden también llamarse muestras dirigidas,


pues la elección de sujetos u objetos de estudio depende del criterio del
investigador.

10. Las muestras dirigidas pueden ser de varias clases:

A.- Muestra de sujetos voluntarios —frecuentemente utilizados con diseños


experimentales y situaciones de laboratorio.

B.- Muestra de expertos—frecuentemente—utilizados en estudios exploratorios.

C- Muestra de sujetos tipo —o estudios de casos—, utilizados en estudios cualitativos


y motivacionales.

D- 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 sí o a muestras similares. No son generalizables a una población.
Bibliografía:
• Ander Egg (1977). Introducción a las técnicas de investigación social. Colección
Guidance.
• Balestrini, M. (1998). Cómo se elabora el Proyecto de investigación. Consultores y
Asociados.
• Bunge, M. (1970). La ciencia, su método y su filosofía. Argentina: Ediciones Siglo
Veinte.
• Fidias, A. (2008). El proyecto de investigación. Guía para su elaboración. (5ta ed.).
Caracas, Venezuela : Editorial Episteme. Orial Ediciones.
• García, F. (2002). El Cuestionario. (1era ed.). México: Editorial Limusa.
• Méndez, C. (1990) Metodología. Guía para elaborar diseños de investigación
en ciencias Económicas, Contables y Administrativas. Editorial McGraw - Hill.
Colombia.
• Sabino, C. (1992). El proceso de investigación. Venezuela: Editorial Panapo.
• Hernández Sampieri, R., Fernández Collado, C., y Baptista Lucio, P. (2010).
Metodología de la Investigación. (5ta ed.). Mexico: McGraw Hill.
• Tamayo y Tamayo, M. (2000). El proceso de la investigación científica. (3ra. ed.).
México: Editorial Limusa.
Muchas gracias!
Escuela de Medicina
Universidad Iberoamericana UNIBE