Академический Документы
Профессиональный Документы
Культура Документы
INTRODUCCIN
La experimentacin es un procedimiento de observacin controlada, y al llevar a
cabo un experimento, partimos con el objetivo de obtener las bases para una conclusin
generalizable. La validez de la generalizacin de los resultados obtenidos en el
experimento va a estar relacionada, en gran medida, con el grado en que los sujetos con
los que hemos trabajado sean representativos de la poblacin a la que queremos
generalizar nuestros resultados, nuestras conclusiones.
El problema que se nos plantea, entonces, es el de cmo conseguir esa
representatividad; es decir, cmo elegir a los sujetos de nuestro experimento y conseguir
que sean representativos de la poblacin a la que pertenecen.
En este trabajo de la asignatura Mtodos de investigacin sociolgica,
realizado por dos miembros de dicha asignatura optativa, vamos a estudiar el concepto
de muestreo, as como los errores que podemos cometer al emplear una muestra en
nuestra investigacin.
1. CONCEPTO DE MUESTRA
El muestreo es una herramienta de la investigacin cientfica. Su funcin bsica
es determinar qu parte de una realidad en estudio (poblacin o universo) debe
examinarse con la finalidad de hacer inferencias sobre dicha poblacin. El error que se
comete debido al hecho de que se obtienen conclusiones sobre cierta realidad a partir de
la observacin de slo una parte de ella, se denomina error de muestreo. Obtener una
muestra adecuada significa lograr una versin simplificada de la poblacin, que
reproduzca de algn modo sus rasgos bsicos.
Antes de seguir definiendo el concepto de muestra consideramos necesario
definir una serie de trminos:
-
Unidades de anlisis: objeto o individuo del que hay que obtener la informacin.
Muestra accidental. Es aquella que se obtiene sin ningn plan preconcebido; las
unidades elegidas resultan producto de circunstancias fortuitas. Si entrevistamos
a los primeros 50 transentes que pasan por cierta calle o medimos la
profundidad del mar a lo largo de un trayecto entre dos puntos cualesquiera,
estaremos en presencia de una muestra accidental; los datos obtenidos podrn o
no representar al universo en estudio. El investigador no puede saber hasta qu
punto sus resultados podrn proyectarse, con confiabilidad, hacia el conjunto
ms amplio que desea conocer.
Muestreo estratificado
Muestreo sistemtico
ALEATORIO SIMPLE
ESTRATIFICADO
CARACTERISTICAS
Se selecciona una
muestra de tamao n de
una poblacin de N
unidades, cada
elemento tiene una
probabilidad de
inclusin igual y
conocida de n/N.
VENTAJAS
-Sencillo y de fcil
comprensin.
-Clculo rpido de
medias y varianzas.
-Se basa en la teora
estadstica, y por tanto
existen paquetes
informticos para
analizar los datos
INCONVENIENTES
-Requiere que se posea
de antemano un listado
completo de toda la
poblacin.
-Cuando se trabaja con
muestras pequeas es
posible que no
represente a la
poblacin
adecuadamente
En ciertas ocasiones
resultar conveniente
estratificar la muestra
segn ciertas variables
de inters. Para ello
debemos conocer la
composicin
estratificada de la
poblacin objetivo a
muestrear. Una vez
calculado el tamao
muestral apropiado,
este se reparte de
manera proporcional
entre los distintos
estratos definidos en la
poblacin usando una
simple regla de tres.
-Se ha de conocer la
distribucin en la
poblacin de las
variables utilizadas para
la estratificacin
SISTEMTICO
CONGLOMERADOS
-Conseguir un listado
de los N elementos de
la poblacin
-Determinar tamao
muestral n.
-Definir un intervalo
k=N/n.
-Elegir un nmero
aleatorio, r, entre 1 y k
(r=arranque aleatorio).
-Seleccionar los
elementos de la lista.
-Fcil de aplicar.
-No siempre es
necesario tener un
listado de toda la
poblacin.
-Cuando la poblacin
est ordenada siguiendo
una tendencia conocida,
asegura una cobertura
de unidades de todos
los tipos.
Si la constante de
muestreo est asociada
con el fenmeno de
inters, las estimaciones
obtenidas a partir de la
muestra pueden
contener sesgo de
seleccin
Esto no significa, sin embargo, que todos los diferentes tipos de sujetos incluidos en
la poblacin deban estar incluidos, necesariamente, en la muestra. El nico requisito
imprescindible para construir una muestra aleatoria es, como hemos dicho, que todos los
sujetos pertenecientes a la poblacin a la que vamos a generalizar los resultados
obtenidos en nuestra investigacin, tengan la misma probabilidad de pertenecer a la
muestra.
Virtualmente, todas las pruebas paramtricas de significacin estn basadas en la
seleccin aleatoria de los sujetos que componen la muestra.
Cuando trabajamos con una muestra formada sin que haya habido restriccin alguna
para la inclusin en al misma de cada sujeto de la poblacin y no hay, por tanto, base
cierta para dudar de su representatividad, diremos que se trata de una muestra no
sesgada.
Esta denominacin est basada en al supuesta existencia terica de una distribucin
muestral de un determinado estadstico (por ejemplo, la media) a partir de un nmero
infinito de muestras iguales. Si consideramos un nmero infinito de muestras no
sesgadas iguales y obtenidas independientemente de la misma poblacin, al distribucin
de frecuencias de los estadsticos correspondientes a dichas muestras (la distribucin
muestral de la media, por ejemplo) tendr como media el parmetro de la poblacin (la
media de la poblacin en nuestro caso).
Una muestra sesgada ser, por consiguiente, aquella muestra cuya media sea
significativamente diferente de la media de la poblacin, es decir, aquella muestra que
difiera de la media de la distribucin muestral.
Una restriccin de cualquier tipo sobre la inclusin de un determinado sujeto en una
muestra, sesga la muestra, hace que la muestra no sea representativa de la poblacin a la
que pretendamos generalizar nuestros resultados.
Sesgo significa que una muestra no es representativa debido a una restriccin
incluida en el proceso de seleccin de los sujetos, introduciendo un error sistemtico.
Cuando la media de la distribucin muestral no corresponda con la media de la
poblacin estaremos ante un error sistemtico.
La nica muestra igual a la poblacin es la poblacin misma. Por eso cuanto
mayor sea la muestra mejor ser nuestra investigacin, pues aumenta la
representatividad de la misma. Sin embargo, en la investigacin psicolgica hay buenas
razones para, en ocasiones, seleccionar muestras relativamente pequeas y, a veces,
trabajar con un solo sujeto.
6
4. EL ERROR MUESTRAL
Como su nombre indica error es algo que no es correcto o algo que se desva de
algn patrn. Es algo que est equivocado, que no debera ser, siempre con arreglo a un
modelo, norma etc. que se de por vlido.
El error muestral es la diferencia existente entre el parmetro de la poblacin y
el correspondiente estadstico de la muestra. Es la desviacin que nos podemos
encontrar de muestra a muestra y que es debida a las caractersticas de la poblacin no
representadas en la muestra.
En el caso de haber utilizado un procedimiento aleatorio para construir nuestra
muestra, este error ser accidental y no sistemtico, y ser el caso en que podamos
considerar que la media de nuestra muestra es una buena representacin de la media de
la poblacin y podamos considerarla como no sesgada, como representativa de la
poblacin.
4.1 Tipos de error muestral
Al utilizas el procedimiento aleatorio para formas su muestra, el experimentador
est relativamente seguro de poder generalizar sus resultados a la poblacin de la que
procede la muestra, pues sta es representativa de aquella. Dicha aleatorizacin es la
que proporciona al investigador la justificacin ante la comunidad cientfica de la
validez de la generalizacin que hace de sus conclusiones.
Sin embargo, como hemos visto, puede existir un error accidental an y cuando
la muestra sea representativa de la poblacin, lo que puede llevarnos a tomar una
incorrecta decisin sobre la hiptesis nula.
Veamos, brevemente, los distintos tipos de error muestral que se pueden
cometer:
4.1.1.- Error de tipo S
Accidentalmente, una muestra puede incluir un nmero desproporcionado de
sujetos con alguna caracterstica peculiar como, por ejemplo, de ms inteligencia, ms
extrovertidos, ms activos, o ms autoritarios en relacin a los existentes en la
poblacin. Estos y otros accidentes de muestreo de los que resulta una no
representatividad de una muestra son los llamados errores muestrales de tipo S. El error
de tipo S puede dar lugar a una ambigua interpretacin de los resultados del
experimento.
7
entre las
POBLACIN
SESGADA
NO REPRESENTATIVA
NO SESGADA
REPRESENTATIVA
ERROR MUESTRAL
AZAR
MUESTRA GRANDE
MUESTRA
MUESTREO
ESTRATIFICADO
TIPO S
DISEOS ESPECIALES
REPLICACIONES
SUCESIVAS
ERROR MUESTRAL
DISEOS ESPECIALES
TIPO G
REPLICACIONES
SUCESIVAS
10
11