Вы находитесь на странице: 1из 27

UNIVERSO Y MUESTRA

Abg. J. Fernando Rivero Durán SIM 302 A-B

1. CONCEPTOS BASICOS

Al realizar un trabajo de investigación, el investigador tiene que establecer los sujetos y objetos de estudio. Este depende de la investigación que vaya a realizar.

Para seleccionar una muestra, lo primero que se debe hacer es definir nuestra unidad de análisis (personas, organizaciones, unidades vecinales, etc).

El quiénes van a ser medidos depende de precisar claramente el problema a investigar y los objetivos de la investigación.

MUESTRA

Es la parte o fracción representativa de un conjunto de una población, universo o colectivo, que ha sido obtenida con el fin de investigar ciertas características del mismo. El problema principal consiste en asegurar que el subconjunto sea representativo de la población, de manera que permita generalizar al universo los resultados obtenidos sobre la muestra.

CONDICIONES Y ELEMENTOS DE LAS MUESTRAS

  • 1. Que comprendan parte del universo, y no la totalidad de éste.

  • 2. Que su amplitud sea estadísticamente proporcionada a la magnitud del universo. Esta condición se halla en estrecha relación con el punto práctico de determinación del tamaño de la muestra y sirve para decidir si, según las unidades que comprende respecto del universo, una muestra es o no admisible.

  • 3. La ausencia de distorsión o desviación en la elección de los elementos de la muestra. Si esta relación presenta alguna anomalía, la muestra resultará por este mismo hecho viciada.

  • 4. Que sea representativa o reflejo fiel del universo, de tal modo que reproduzca sus diversas características. Por ejemplo, si el universo comprende hombres y mujeres, la muestra también deberá comprenderlos y precisamente en la misma proporción. Estas condiciones se pueden aplicar para ver si en un caso dado hay o no muestra y si está lo es o no verdaderamente.

BASE DE LA MUESTRA

Es el conjunto de unidades individualizadas que forman un universo o población. Puede ser un censo, un padrón electoral, un catálogo, una lista, un mapa, un plano, etc. Sin embargo, no todos los universos están censados o catalogados; en esos casos la base de la muestra no existe, y hay que elegirla por algún procedimiento empírico; por ejemplo, el encuestar una de cada diez personas que se encuentren en determinado lugar o dejando que el encuestador elija como mejor le parezca cada unidad, una vez que se le asigna una serie de encuestas para cada una de las categorías elegidas, ya sea nivel de ingresos, edad, sexo, etc.

UNIDAD DE LA MUESTRA

Está constituida por uno o varios de los elementos de la población en las que se subdivide la base de la muestra, y que dentro de ella se delimitan de manera bien precisa. La unidad de la muestra puede ser simple (constituida por un individuo) o colectiva (constituida por un grupo, una familia, un pueblo, etc.). La muestra, en última instancia comprende un cierto número de éstas unidades, elegidas conforme a un plan de muestreo.

UNIVERSO O POBLACION: Constituye la totalidad de un conjunto de elementos, seres u objetos que se desea investigar y de la cual se estudiará una fracción (la muestra) que se pretende que reúna las mismas características y en igual proporción.

TECNICAS DE MUESTREO: Conjunto de operaciones que se realizan para elegir la muestra.

FRACCION DE MUESTREO: Es el porcentaje que representa la muestra respecto al universo; se obtiene dividiendo la muestra por el universo. Así por ejemplo, si el universo es de 10.000 unidades y hemos elegido una muestra de 1.200 unidades, la fracción de muestreo será 0,12 ó 12%.

Muestra

1.200

=

0,12 o 12%

Universo

10.000

COEFICIENTE DE ELEVACION: Indica las veces que la muestra está contenida en el universo; en otras palabras, es la cantidad por la que hay que elevar la muestra para obtener el universo. Se trata de una relación inversa a la fracción de muestreo. Si tomamos el ejemplo anterior, tendríamos que el coeficiente de elevación es 8,33. Ce: U/m

10.000/1200 = 8,33333

TAMAÑO DE LAS MUESTRAS: Al tomar una muestra, está tiene que constar de un número suficiente de elementos elegidos al azar, tal que proporcione una seguridad estadística de que los resultados que se obtengan en ella, pueden dentro de los límites estimados, representar realmente al universo.

Significa que el tamaño de una muestra ha de alcanzar determinadas proporciones mínimas, fijadas estadísticamente, según las leyes experimentales de la probabilidad. Pero, por otra parte, las necesidades prácticas de ahorro de tiempo, coste y esfuerzos, aconsejan que el tamaño de la muestra no excede este límite mínimo marcado por la estadística.

El tamaño de la muestra y también el cálculo depende de los cuatro factores o elemento siguientes:

  • a) La amplitud del universo, si es infinito o no.

  • b) El nivel de confianza adoptado.

c) El error de estimación permitido. d) La proporción en que se encuentra en el universo la característica estudiada.

FASES PARA LA SELECCIÓN DE LA MUESTRA:

observar las siguientes características:

Para seleccionar las muestras se debe

Tener en cuenta los objetivos y finalidad de la investigación

La disponibilidad de información sobre el conjunto del que se extraerá la muestra (censos, material cartográfico, etc).

Nivel de confianza adoptada.

Error de estimación permitido.

Los recursos humanos y equipos mecánicos disponibles.

Los medios financieros.

Los métodos y técnicas a utilizar en la investigación.

Recopilación y análisis de datos.

Medición de la representatividad de la muestra.

TIPOS DE MUESTRAS Y PROCEDIMIENTOS DE SELECCIÓN

Si tomamos en cuenta la estructura y los procedimientos de selección, se pueden distinguir dos tipos de muestras, y dentro de cada una de ellas, diferentes clases.

El primer tipo (muestreo aleatorio o probabilístico) se basa en ciertas leyes y es rigurosamente científico; el segundo procedimiento (no aleatorio o empírico), a diferencia del anterior, no tiene una base estadístico‐matemática, y puede revestir dos formas: la de muestreo intencional u opinático, y la de muestreo errático, circunstancial o sin norma.

Muestras Aleatorias, probabilísticas o al azar

Existen diversos procedimientos para el muestreo aleatorio o probabilístico, que

dan lugar a diferentes clases de muestras. Las vamos a describir sumariamente a

continuación, prescindiendo de explicaciones estadístico‐matemáticas.

Son las muestras que se obtienen mediante procedimientos basados en la ley de los grandes números y el cálculo de probabilidades, eliminando posibles arbitrariedades con una determinación aleatoria o de azar. Supone que el conjunto, universo o colectivo (que se pretende estudiar y denominado “base de la muestra”), pueden subdividirse en unidades diferentes llamadas “unidades de muestreo”, la cuales pueden ser, según los casos: unidades naturales del conjunto (ej: individuos de una población); conjuntos naturales de unidades (ej: las familias) o unidades artificiales (como por ejemplos un área determinada de terreno o una hilera de plantas).

Al decirse que la muestra se determina al azar, se quiere expresar que cualquiera de las unidades o elementos que componen el conjunto tiene las mismas probabilidades de quedar incluidos en la muestra. Resulta evidente que este procedimiento tiene mayores posibilidades de validez cuanto más homogéneo es el conjunto, pero el problema principal que se plantea es el siguiente ¿Cómo obtener una muestra que sea verdaderamente al azar?

Una muestra al azar, no significa que las unidades de muestreo se escogen de manera casual, todo lo contrario, es una azar planeado.

Muestra al azar es la que se obtiene de tal forma que, desde todos los puntos de vistas pertinentes, el investigador no tiene motivo alguno para creer que no habrá de producir alguna propensión o tendencia. Dicho en otras palabras, las unidades del universo tienen que estar dispuestas de modo que el proceso de selección de una equiprobabilidad de selección a todas y cada una de las unidades que figuran en un universo.

Se pueden presentar dos casos: el muestreo irrestrictamente aleatorio o sin reemplazamiento, utilizados si la población es finita, en la que todas las muestras de elementos son equiprobables, el muestreo con reemplazamiento, en el cual cada elemento seleccionado retorna al conjunto o universo; se trata de poblaciones o universos finitos.

El proceso de muestreo aleatorio simple, consta de cuatro pasos:

  • 1. Definir la población de la cual se desea seleccionar una muestra.

  • 2. Listar todos los miembros de la población.

  • 3. Asignar números a cada miembro de la población.

  • 4. Aplicar un criterio para seleccionar la muestra deseada.

MUESTREO ESTRATIFICADO

Con el fin de mejorar la representatividad de la muestra, cuando se conocen ciertas características del conjunto o universo, se procede a agrupar (en estratos, categorías o clases), las unidades de muestreo homogéneas entre sí. Dentro de cada uno de los estratos se hará luego una selección al azar (aleatorio simple).

El plan de subdivisión del conjunto (llamado “plan de representación”) se efectúa

conforme al objetivo de la investigación y sobre la base del conocimiento estadístico del universo. El reparto de la muestra en cada estrato (que se

denomina “afijación”) puede realizarse de la siguiente manera:

Que cada estrato tenga una muestra de igual tamaño.

Que la muestra de cada estrato sea proporcional al número de elementos, y a la desviación estándar. En este caso hay que determinar el tamaño óptimo de la muestra para cada estrato.

Que la muestra sea proporcional al número de elementos de cada estrato.

Si se carece de esta información básica, la única solución es realizar uno o varios estudios pilotos o preliminares, que a la postre nos ayudarán a proporcionar información que servirá para organizar el estrato y la correspondiente muestra.

Indistintamente, la estratificación se puede hacer conforme a categorías de edad, sexo, ingreso, clase social, ocupación, o partir de otra cosa que tenga que ver con la materia de la encuesta. En estas muestras estratificadas aleatorias, la selección se hace dentro de los estratos, cada unidad tiene la misma probabilidad conocida de ser seleccionada. Muchas veces la selección de los estratos es una tarea difícil, ya que éstos no siempre es posible organizarlos. En todo caso facilitará esta tarea el análisis de la propia naturaleza del problema. También su complicación al definir los niveles y grados de representatividad que debe tener la población en cada uno de los estratos.

Muchos de los puntos relacionados con las decisiones del muestreo estratificado dependen de que se cuente o no con la información previa.

MUESTREO SISTEMATICO

 

En

este

caso, se

escoge

cada k‐ésimo nombre

de

la

lista.

El término k‐ésimo

representa un número entre seleccionar.

0

y

el tamaño

de

la muestra que

usted quiere

Por ejemplo, queremos escoger 10 nombres de una lista de 50 personas que aparecen en un listado. Para hacerlo se siguen los siguientes pasos:

  • a) Divida el tamaño de la población entre el tamaño de la muestra deseada. En este caso, 50/10 = 5. Por tanto, se escogerá cada quinto nombre de la lista.

  • b) Como punto de partida, escoja un nombre al azar, utilizando el método de apuntar con los “ojos cerrados” o, si la lista está numerada, utilice cualquier dígito del número de un billete que tenga en su billetera. El billete que su utiliza tiene sus dos primero dígitos 43, y éste será nuestro punto de partida.

  • c) Una vez determinado el punto de partida, selecciones cada quinto nombre. En este ejemplo, el número 43, 48, 3, 13, 18, 23, 28, 33 y 38.

Muestreo por áreas y de superficies

En cierta forma se trata de una estratificación geográfica, en la cual las unidades de muestreo elementales se sustituyen por un conjunto de unidades físicas situadas en un territorio determinado. No se sortean individuos, sino áreas determinadas en las que se escogen unidades primarias y se recopila la información dentro de esas unidades, que pueden incluir un submuestreo de familias.

El muestreo consiste en dividir un mapa geográfico (de escala adecuada para este trabajo) o bien un relevamiento aerofotográfico, en distintas áreas de cierto grado de homogeneidad (áreas, unidad), de las que se extraerán por azar las “áreas muestras”. En algunos casos, una ciudad pequeña por ejemplo, puede ser más conveniente recoger la información de toda el área muestra; en otras circunstancias, de esta área muestra –también por azar‐ se extraen manzanas, y dentro de cada manzana se sortean casas o establecimientos (según la índole de la investigación) que formarán la muestra.

Muestreo por áreas y de superficies

Cuando se trata de una investigación sobre problemas rurales hay que dividir el país, región o provincia, en zonas homogéneas o de relativa homogeneidad, para escoger aquellas dentro de las cuales se sortean los establecimientos agropecuarios o familias que constituirán las unidades de muestreo. Los mapas catastrales resultan imprescindibles para establecer las zonas o sub‐zonas en las que se escogerán las unidades de muestreo.

MUESTRA NO ALEATORIA, EMPIRICAS O NO PROBABILISTICAS

Consiste en que no se basan en una teoría matemática‐estadística, sino que dependen del juicio del investigador. En relación con las muestras aleatorias, este método posee ventajas en lo que se refiere a costos y a tiempo, pero es más difícil controlar la validez de los resultados.

Las muestras no probabilísticas, las cuales llamamos también muestras dirigidas, suponen un procedimiento de selección informal y un poco arbitrario. En la elección de las muestras de éste tipo, la elección de los sujetos no depende de que todos tienen la misma probabilidad de ser elegidos, sino de la decisión de un investigador o grupo de encuestadores.

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 específicas previamente en el planteamiento del problema”. Hay varias clases de muestras dirigidas y éstas se definirán a continuación.

Muestreo Intencional u Opinático

La persona selecciona la muestra procurando que sea representativa, pero haciéndolo de acuerdo a su intención y opinión. En el muestreo intencional u opinático podemos distinguir: la muestras por cuotas y las muestras razonadas o intencionadas.

Muestras por cuotas o proporcionales: Este tipo de muestreo se utiliza

principalmente para realizar sondeos de opinión pública e investigaciones de mercado. Consiste fundamentalmente en establecer cuotas para las diferentes categorías del universo, que son réplicas del conjunto, quedando a disposición del encuestador la selección de unidades. Si en una población un 60% de hombres y un 40% de mujeres, la muestra debe reflejar esa población; pero además se tienen en cuenta categorías socio‐profesionales: agricultores, obreros, técnicos, profesionales, etc.; la muestra debe tener en cuenta estas proporciones. De ordinario una muestra por cuota comprender la combinación de varias categorías.

Si bien cada encuestador eligen según su criterio cada elemento de la encuesta, éste debe ceñirse a la cuota que se la ha asignado. Por ejemplo, en una cuota de 100 pueden ser 55 hombres y 45 mujeres; entre los 55 hombres, 25 serán obreros, 15 agricultores, 9 técnicos y 6 profesionales, y así según las categorías a utilizar.

Digamos por último que el muestreo por cuota pretende ser representativo del total, reflejando las diferentes categorías que se dan en la sociedad, pero su mayor ventaja está en su simplicidad, lo que permite ahorro de tiempo y dinero. Su “debilidad” o limitación se deriva en las distorsiones que pueden provenir de los encuestadores en la selección de las personas, quienes con frecuencia escogerán las que le son afines y las que son más accesibles.

Este tipo de muestras se utiliza mucho en estudios de opinión y de mercadotecnia. Los encuestadores reciben instrucciones de administrar cuestionarios a sujetos de la calle, y que al hacer esto vayan conformando o llenando las cuotas de acuerdo a la proporción de ciertas variables demográficas en la población.

Muestras razonadas o intencionadas: Este tipo de muestra supone o

exige un cierto conocimiento del universo a estudiar, su técnica consiste en que el investigador escoge (intencionadamente y no al azar) algunas categorías que él considera típicas o representativas del fenómeno a estudiar. En el estudio de comunidades rurales; por ejemplo, se pueden elegir a algunas fincas que se

estiman “típicas” o representativas del conjunto.

Sin embargo, la elección intencionada no es absolutamente representativa sino sólo bajo ciertos puntos de vista que el investigador considera importantes o típicos. Como es obvio, este juicio puede estar distorsionado por motivaciones subjetivas, o porque lo que era típico ha dejado de serlo.

Muestra de expertos: En ciertos estudios es necesaria la opinión de sujetos expertos en un tema. Esas muestras son frecuentes en estudios cualitativos y exploratorios que para generar hipótesis más precisas o para generar materia prima para diseño de cuestionarios.

Muestreo por Conveniencia: El muestreo de conveniencia es justo lo que indica su nombre. Un entrenador de fútbol da a cada miembro de su equipo un cuestionario. El público (el equipo) es cautivo, y es una forma muy cómoda de generar una muestra. ¿Fácil? Sí. ¿Aleatoria? No. ¿Representativa? Tal vez, pero hasta cierto grado. Quizá ustedes reconozcan este método de muestreo como la razón por la que tantos experimentos en psicología, realizados en Estados Unidos, se basan en resultados obtenidos usando estudiantes universitarios de segundo año; estos estudiantes son un público cautivo y a menudo deben participar para obtener los créditos de un curso.

MUESTRAS

MUESTRAS DIRIGIDAS

PROBABILISTICAS

Estudios descriptivos, diseño de investigación por encuestas, censos, raitings, estudios para toma de decisiones. Muestra probabilística simple

Sujetos voluntarios (diseños experimentales, situación de laboratorio).

Muestra probabilística y por racimos

Muestras de sujeto-tipo, estudios cualitativos, investigación motivacional. Muestras por cuotas. Estudios de opinión y de mercado.

Resultados. Las conclusiones se generalizan a la población y se conoce el error estándar de nuestros estimados.

Las conclusiones difícilmente pueden generalizarse a la población. Si esto se hace debe ser con mucha cautela.

   

TIPO DE MUESTRA

Cuándo debe utilizarse

Ventajas

Desventajas

Muestreo aleatoria simple

Cuando los miembros de la población son similares.

Asegura un alto grado de representatividad

Tardanza y tedioso.

Muestreo

Cuando los

Asegura un alto de

Menos

Sistemático

miembros de la población son todos similares.

grado de representatividad; no hay que usar una tabla de números aleatorias.

verdaderamente aleatorio que el muestreo aleatorio simple.

Muestreo

Cuando la población

Asegura un alto grado

Tardanza y tedioso.

aleatorio

es de naturaleza

de representantividad

estratificado

heterogénea y contiene varios grupos distintos.

de todos los estratos de la población

Muestreo por cúmulos

Cuando la población consiste en unidades más que en individuos.

Fácil y cómodo.

Posibilidad de que los miembros de las unidades difieran entre sí y reduzcan la efectividad del muestreo.

Tipo de muestra

Cuándo debe usarse

Ventajas

Desventajas

Muestreo por

Cuando la muestra

Cómodo y

La

conveniencia

es cautiva.

económico.

representatividad es dudosa.

Muestreo por conveniencia

Cuando hay estratos pero no es posible un muestreo estratificado.

Asegura cierto grado de representatividad de todos los estratos de la población.

La representatividad es dudosa.

ERROR MUESTRAL

Aún cuando se utilicen los mejores procedimientos, ninguna muestra puede dar una garantía absoluta de ser réplica exacta del universo o población que

representa. En último término, los errores son inevitables en toda muestra. Esta diferencia entre el universo y la muestra se denomina error de muestro o error muestral.

El error de muestreo depende de dos factores:

A) Del tamaño de la muestra; a mayor fracción de muestreo menor será el error de la muestra.

B) De la dispersión o desviación típica de la muestra; a mayor dispersión mayor error.