Está en la página 1de 20

Facultad Politcnica

Universidad Nacional del Este

Metodologa Cientfica

SELECCIN DE LA MUESTRA.
Alberto Rojas
alberto.rojaspukall@gmail.com FPUNE - Mayo de 2011.

Sobre qu o quines se recolectarn los datos

Los datos se recolectarn sobre la unidad de anlisis que debe ser definida convenientemente de acuerdo al objetivo del investigador.

Casos en que no se toma muestra


No siempre se selecciona una muestra, pero generalmente s se la toma. Casos en que se requiere analizar toda la poblacin abarcan poblaciones de menos de 100 unidades de anlisis, los censos y los estudios motivacionales.

Muestra desde el punto de vista cuantitativo


La muestra es un subgrupo o subconjunto de la poblacin de inters, del cual se extraern los datos pertinentes. Desde el punto de vista cuantitativo, se la debe definir con precisin a los efectos de que sea estadsticamente representativa de la poblacin previamente definida, en otras palabras, para que los resultados y conclusin posteriores (de la investigacin) tengan validez externa.

Muestra desde el punto de vista cualitativo


Una muestra es, desde el punto de vista cualitativo, ms que representativa de los rasgos o caractersticas de la poblacin, entendida sta como conjunto definido en sus caractersticas que interesan al investigador.

Poblacin o universo en el enfoque cuantitativo


Una poblacin o universo es el conjunto de todos los casos que concuerdan con una serie de especificaciones establecidas de manera muy especfica: en cuanto a contenido, lugar y tiempo.

Cmo se delimita una poblacin


La delimitacin de una poblacin depende de los objetivos del investigador y debe responder a las caractersticas de orden terico, espacial y temporal que permitan identificarla fehacientemente.

Tipos de muestra en el enfoque cuantitativo.


Existen dos tipos o clases de muestras cuantitativas: probabilstica y no probabilstica.

Muestras probabilsticas
Las muestras probabilsticas consisten en subgrupos de la poblacin en la que todos sus elementos tienen la misma posibilidad de ser elegidos y se obtienen definiendo las caractersticas de la poblacin y el tamao de la muestra, y por medio de una seleccin aleatoria de los elementos para el anlisis.

Muestras no probabilsticas
Las muestras no probabilsticas no dependen de la probabilidad, sino que las causas de la seleccin de los elementos de anlisis se relacionan con las caractersticas de la investigacin o de las que interesan al investigador.

Seleccin de una muestra probabilstica bajo el enfoque cuantitativo


Una muestra probabilstica, bajo el enfoque cuantitativo, se selecciona con el criterio de que los elementos muestrales tengan valores muy parecidos a los de la poblacin; de manera que las mediciones en el subconjunto proporcionarn estimados precisos de la poblacin. La precisin de dichos estimados depende del error en el muestreo. Los procedimientos necesarios para hacer una muestra probabilstica son: 1. calcular un tamao de muestra que sea representativo de la poblacin; 2. seleccionar los elementos muestrales (casos) de manera que al inicio todos tengan la misma posibilidad de ser elegidos.

Cmo se determina el tamao de la muestra


Se puede determinar el tamao n de una muestra estadstica mediante frmulas que requieren de ciertos parmetros. Los parmetros a tener en cuenta para definir el tamao de la muestra bajo el enfoque cuantitativo son los siguientes: 1) El tamao de la poblacin: N; 2) La probabilidad de errar en que la muestra no sea representativa: error mximo aceptable; 3) La oportunidad que se tiene de que la muestra sea representativa: porcentaje estimado de la muestra p definido en un marco de muestreo previo y que por defecto se asume p = 0,5 (igual oportunidad de acierto que de error); 4) El nivel deseado de confianza de acertar en la seleccin de una prueba representativa: el complemento del error: 1 - p. Cabe sealar que si la N excede 99999, da lo mismo asumir N = 99999.

Muestra probabilstica estratificada


Una muestra probabilstica estratificada es aquella en que la poblacin se divide en segmentos y se selecciona una muestra para cada segmento. Debe utilizarse una muestra estratificada cuando interesa estudiar grupos minoritarios dentro de la poblacin. En estos casos resulta muy difcil determinar qu elementos o casos de tales grupos sern seleccionados.

Muestra probabilstica por racimos


El muestreo probabilstico por racimos es aquel en que las unidades de anlisis se encuentran encapsuladas en determinados lugares fsicos. El muestreo probabilstico por racimos se emplea cuando el investigador se ve limitado por recursos financieros, por tiempo, por distancias geogrficas o por una combinacin de stos y otros obstculos.

Procedimiento de seleccin de la muestra en el enfoque cuantitativo


En el enfoque cuantitativo, el procedimiento de seleccin de las unidades de anlisis de la muestra siempre se realiza de manera aleatoria para asegurar que cada elemento tenga la misma probabilidad de ser elegido.

Cul es el tamao ptimo de una muestra en el enfoque cuantitativo?


No existe una respuesta simple a esta cuestin. Esto es debido a que la razn de n/N no es constante segn el valor que adopte N y tambin debido a que las distribuciones de probabilidad muestrales pueden apartarse de la distribucin normal (gaussiana), an en muestras grandes. Se recomienda que el investigador se oriente por las decisiones tomadas por otros investigadores en cuanto a tamao muestral, as se encuentra que generalmente las muestras de poblaciones humanas nacionales suelen ser de orden cbico (O(103)) y las muestras regionales suelen ser de orden cuadrado (O(102)). El tamao n tambin depende del nmero de subgrupos que interesan en una poblacin, Mertens (2005, p 327) y Borg y Gall (1989) citados por la fuente de este trabajo (Hernndez et al, 2010, p 189) recomiendan un mnimo de 15 casos por grupo de comparacin y an depende de la cantidad de variables independientes abarcadas (15 casos por variable independiente). Tambin n vara segn el tipo de unidad de anlisis: si es individual o corporativo (en esta ltima instancia el nmero de la muestra se reduce, ya suele representar una gran fraccin de la poblacin total). Existen tablas que ayudan a determinar tamaos muestrales mnimos para los distintos casos mencionados en el prrafo anterior, as como sus combinaciones. El tamao ptimo de la muestra depende de cunto se aproxima su distribucin a la distribucin de las caractersticas de la poblacin. Esta aproximacin mejora al incrementarse el tamao de la muestra. La distribucin de muestras de 100 o ms elementos tiende a ser normal y esto sirve para el propsito de hacer estadstica inferencial.

Qu es el teorema de lmite central?


El teorema del lmite central es una afirmacin demostrable que seala que una muestra de ms de cien casos es una muestra con una distribucin normal en sus caractersticas, lo cual sirve para el propsito de hacer estadstica inferencial.

Muestras no probabilsticas
Las muestras no probabilsticas o dirigidas son aquellas que suponen una seleccin informal. Se las utiliza en diversas investigaciones cuantitativas y cualitativas. Seleccionan individuos o casos tpicos sin intentar que sean representativos de una poblacin determinada.

Desventajas de las muestras no probabilsticas


Debido a las causas descriptas en la lmina anterior sobre la tipificacin de las muestras no probabilsticas, para fines deductivos-cuantitativos, donde la generalizacin o extrapolacin de resultados hacia la poblacin es una finalidad en s misma, las muestras no probabilsticas implican algunas desventajas: no es posible calcular con precisin el error estndar, es decir, no es posible calcular con qu nivel de confianza se hace una estimacin. En consecuencia, las pruebas estadsticas en muestras no probabilsticas tienen una validez limitada a la muestra en s, mas no a la poblacin.

Ventajas de las muestras no probabilsticas


La nica ventaja de una muestra no probabilstica, desde la visin cuantitativa, es su utilidad para determinado diseo de estudio que requiere no tanto una representatividad de elementos de una poblacin, sino una cuidadosa y controlada eleccin de casos con ciertas caractersticas especificadas previamente en el planteamiento del problema. Para el enfoque cualitativo, al no interesar tanto la posibilidad de generalizar los resultados, las muestras no probabilsticas son de gran valor, pues logran obtener los casos que interesan al investigador y que llegan a ofrecer una gran riqueza para la recoleccin y el anlisis de los datos.