Qu es el muestreo?

En muchos experimentos, es imposible hacer un muestreo de una poblacin entera como parte de
un experimento de investigacin, debido a cuestiones temporales y econmicas y al gran nmero
de sujetos.
Qu es el Muestreo? Imagina, por ejemplo, un experimento para probar los efectos de una nueva
tcnica educativa en nios en edad escolar. Sera imposible seleccionar toda la poblacin en edad
escolar de un pas, dividirlos en grupos y llevar a cabo la investigacin.
Un grupo de investigacin que realice un muestreo de la diversidad de flores en la sabana africana no
podra analizar cada flor porque llevara muchos aos. Aqu es donde ocurre el muestreo estadstico,
que tiene como idea tratar de tomar una seccin representativa de la poblacin, realizar el
experimento y hacer la extrapolacin de nuevo a la poblacin en su conjunto.
En el ejemplo de la educacin, el grupo de investigacin podra poner a prueba todas las escuelas de
una ciudad o seleccionar una escuela de algunas ciudades. Por supuesto, el proceso no es tan fcil y
los investigadores deben utilizar una serie de tcnicas estadsticas y un buen diseo de la
investigacin para asegurar que este subgrupo sea lo ms representativo posible.
Si no se tienen en cuenta los diversos sesgos y errores experimentales que pueden colarse en un
experimento y si el grupo de muestra se elige mal, inevitablemente se producirn resultados
invlidos.
La pregunta bsica que un investigador debe hacerse cuando selecciona un grupo de muestra es:
Cuntos sujetos necesitar para lograr un estudio viable y cmo los voy a seleccionar?
Ventajas del muestreo
Se trata de una menor cantidad de sujetos, lo que reduce la inversin en tiempo y dinero.
El muestreo en realidad puede ser ms preciso que estudiar toda la poblacin, ya que los
investigadores pueden tener mayor control sobre los sujetos. Los estudios grandes pueden
ocultar correlaciones interesantes entre todo el "ruido".
Las manipulaciones estadsticas son mucho ms fciles con conjuntos ms pequeos de
datos y as es ms fcil evitar el error humano cuando al ingresar y analizar los datos.
Desventajas del muestreo
Hay lugar para un posible sesgo en la seleccin de sujetos adecuados para la investigacin.
Esto puede ser porque el investigador selecciona sujetos que son ms propensos a dar los
resultados deseados o que los sujetos tienden a seleccionarse a ellos mismos.
Por ejemplo, si una empresa de sondeo de opinin realiza encuestas telefnicas entre las 9 y las
17hs. no van a ubicar a muchas personas que salen a trabajar, lo que invalidar totalmente sus
resultados. stos son denominados factores determinantes y tambin incluyen un diseo del
experimento malo, variables de confusin y el error humano.
El muestreo exige un conocimiento de estadsticas y todo el diseo del experimento depende
del mtodo de muestreo requerido.
Seleccin de grupos de muestra y extrapolacin de resultados
Cuando toma muestras, un investigador tiene dos opciones:
1. Idealmente, tomar una muestra representativa de toda la poblacin y utilizar tcnicas de
aleatorizacin para establecer grupos de muestras y controles.
2. Pero esto no siempre es posible. En estos casos, se deber asignar la composicin de los
grupos.
Por ejemplo, un estudio que deba pedir voluntarios no es representativo de una poblacin. En tales
casos, el investigador debe saber que no puede extrapolar los resultados para representar a toda una
poblacin.
Un estudio sobre enfermedades cardacas que slo analiza hombres de mediana edad, entre 40 y 60
aos, dir muy poco acerca de las enfermedades cardacas en las mujeres u hombres ms jvenes,
aunque servir como base para una investigacin futura que involucre otros grupos.
Aunque el diseo de la investigacin sea fuerte, siempre hay una inexactitud inherente en cualquier
experimento basado en muestras, debido a las fluctuaciones del azar y la variedad natural. La
mayora de las pruebas estadsticas tienen esto en cuenta y por eso los resultados son evaluados a
un nivel de significancia o se les da un margen de error.
El muestreo es una parte esencial de casi toda la investigacin y los investigadores deben saber cmo
elegir los grupos de muestras que tengan la menor cantidad de sesgo posible y saber hasta qu
punto pueden extrapolar sus resultados a la poblacin en general.
Tcnicas de muestreo de poblacin
El muestreo de poblacin es un proceso que consiste en tomar un subgrupo de sujetos que sea
representativo de toda la poblacin. La muestra debe tener un tamao suficiente como para
garantizar un anlisis estadstico.
Generalmente, el muestreo se realiza porque es imposible probar a cada individuo de la poblacin.
Tambin se lleva a cabo para ahorrar tiempo, dinero y esfuerzos mientras se realiza la investigacin.
Sin embargo, cada investigador debe tener en cuenta que lo ideal sera probar a todos los individuos
para obtener resultados fiables, vlidos y precisos. Si esto no es posible, sta es la nica situacin en
donde confiamos en las tcnicas de muestreo.
La realizacin del muestreo de poblacin debe llevarse a cabo correctamente, ya que los errores
pueden producir datos inexactos y engaosos.
Tipos de muestreo
Muestreo no probabilstico
En este tipo de muestreo de poblacin, los miembros de la poblacin no tienen las mismas
posibilidades de ser seleccionados. Debido a esto, no es seguro suponer que la muestra representa
completamente a la poblacin. Tambin es posible que el investigador elija deliberadamente a las
personas que participarn en el estudio.
El mtodo de muestreo no probabilstico de poblacin es til para estudios piloto,estudios de
caso, investigacin cualitativa y desarrollo de hiptesis.
Este mtodo de muestreo se utiliza generalmente en estudios que no estn interesados en los
parmetros de toda la poblacin. Algunos investigadores prefieren esta tcnica de muestreo porque
es barata, rpida y fcil.
Muestreo probabilstico
En el muestreo probabilstico, cada individuo de la poblacin tiene igual probabilidad de ser
seleccionado como sujeto de la investigacin.
Este mtodo garantiza que el proceso de seleccin sea completamente aleatorio y sin sesgo.
El ejemplo ms bsico de muestreo probabilstico consiste en enumerar los nombres de todos los
individuos de la poblacin en hojas separadas y luego sacar un nmero de hojas de a una de la
coleccin completa de nombres.
La ventaja de utilizar el muestreo probabilstico es la exactitud de los mtodos estadsticos despus
del experimento. Tambin se puede utilizar para determinar los parmetros de la poblacin, ya que
es representativo de toda la poblacin. Tambin es un mtodo fiable para eliminar el sesgo de
muestreo.
Pasos para reunir la muestra de investigacin adecuada
1. En primer lugar, el investigador debe definir claramente la poblacin objetivo.
En investigacin, la poblacin es un grupo determinado de personas u objetos que posee la
caracterstica que se cuestiona en un estudio. Para poder definir claramente la poblacin objetivo, el
investigador debe identificar todas las cualidades especficas comunes a todas esas personas u
objetos.
Una poblacin puede ser tan simple como todos los ciudadanos de California o puede ser especfica,
como todos los estudiantes secundarios varones de 17 aos de edad con asma que hayan estado
tomando broncodilatadores desde los 12 aos.
2. Definir la poblacin accesible teniendo en cuenta el tiempo, el presupuesto y la mano de
obra del investigador.
Este proceso ayudar a los investigadores a tener una idea concreta sobre la muestra que pueden
obtener de la poblacin.
Si el investigador tiene mucho tiempo, fondos y mano de obra, puede optar por realizar el estudio
con una muestra completamente aleatoria, pero si el dinero, el tiempo y la mano de obra son
limitados, el investigador puede elegir usar el muestreo por conveniencia.
Igualmente, el tipo de muestreo de poblacin debe depender del diseo y lapregunta de
investigacin.
3. Destinar el dinero, tiempo y mano de obra disponibles para el reclutamiento.
Trada de investigacin
Generalizacin de resultados
Los resultados de la muestra pueden ser generalizados para hablar de toda la poblacin de donde se
tom la muestra antes mencionada.
Muestreo de poblacin
La muestra resultante debe ser representativa de la poblacin para garantizar una generalizacin
precisa.