INFORME SELECCIÓN DE LA MUESTRA Cuando se entra en el campo de la investigación, es común que el trabajo que se vaya a realizar no permita que se trabaje con todos los implicados en el problema a tratar, este factor da como resultado la necesidad de acogerse a una determinada muestra que sea significativa y que permita generalizar posteriormente los resultados obtenidos con la población de muestra, esto se conoce como inferencia estadística. Primero definamos:
Población (o universo): es cualquier colección finita o infinita de elementos o sujetos. Población finita: es aquella que consta de un número limitado de elementos Población infinita: es aquella en la cual no se pueden contabilizar todos sus elementos pues existen en número ilimitado.
Muestra: es un subconjunto de la población, que se obtiene para averiguar las propiedades o características la misma, por lo que interesa que sea un reflejo de la población, que sea representativa de ella. Existen dos tipos de población:
Población objetivo: es aquella sobre la cual el investigador desea establecer una conclusión.
Población muestreada: es aquella a partir de la cual se extrajo la muestra y sobre la que puede establecerse la conclusión Por supuesto existen durante el proceso unas un as ventajas y unas limitaciones que determinan el éxito de la investigación cuando hablamos de seleccionar solo una muestra de la población:
Ventajas: Costo reducido: si solo se investiga una parte de la población los costos serán menores. Mayor rapidez: al utilizar menos sujetos será más rápido el proceso.
Mayor exactitud: menor población, significa mayor precisión y dedicación, en cuanto menos sujetos de estudios hayan, mayor será la posibilidad de contratar expertos que supervisen las actividades y los datos más a fondo y con más intensidad, obteniendo resultados más exitosos. Mayores posibilidades: cuando la población es infinita o en cierto grado peligrosa, tomar solo una muestra de la población permite llevar a cabo la investigación.
Limitaciones
Cuando la población es pequeña no es recomendable hacerla más pequeña tomando solo una muestra
La teoría del muestreo es compleja y no es del dominio de la mayoría de los investigadores, por lo que con frecuencia deben buscar apoyo en especialistas en la materia.
La muestra que se va a tomar, debe ser significativa en proporción con la población, es decir, una buena cantidad de sujetos. De igual forma debe ser representativa, es decir, debe ser el reflejo de esta población debe permitir la caracterización de toda la población para que se pueda generalizar. Existen de igual forma diferentes tipos de muestreo:
Muestreo probabilístico: es cuando los integrantes de la muestra se escogen al azar y por lo tanto, permite obtener probabilísticamente un elemento o una muestra por cada característica de la población logrando que esta sea variada y representativa. En el caso de este tipo de muestreo, se pueden utilizar técnicas tales como: una lotería, una tabla de números al azar, paquetes automatizados que elijan diversos números etc.
Este
procedimiento permitirá que todos tengan la oportunidad de ser elegidos.
Muestreo no probabilístico: en este los elementos son escogidos con base en la opinión del investigador y se desconoce la probabilidad que tiene cada elemento de ser elegido para la muestra. En este tipo de muestreo existen el intencional (o deliberado) y los accidentales
(o por comodidad). Este tipo no permite que todos los sujetos de la población tengan la oportunidad de ser elegidos y es mu y cerrado a las expectativas probabilísticas.
Muestreo por cuotas: en este el investigador establece una cuota o cantidad de elementos según algunas características de la población, luego escoge los sujetos que encuentra hasta cubrir la cuota establecida.
Semiprobabilístico superior: en el cual se conoce la probabilidad de escoger un segmento de la población más no la de un elemento dentro de él.
Semiprobabilístico inferior: Es lo contrario no se conoce la probabilidad de escoger un segmento de la población pero si se conoce la de un elemento dentro de él
CLASES DE MUESTREO Existen varias clases de muestreo según sea la técnica que se va a utilizar, son las siguientes
Muestreo aleatorio simple (MAS): Consiste en seleccionar “n” elementos de los “N” que conforman la población de forma que todos ellos tengan igual posibilidad de ser escogidos para integrar la muestra. Esta clase de muestreo está indicado cuando la población es bastante homogénea en lo que respecta a la variable en estudio. El diseño y los cálculos estadísticos son sencillos, sin embargo no se puede aplicar cuando es imposible conocer a todos los integrantes dela población.
Muestreo aleatorio estratificado (MAE): Consiste en dividir el conjunto “N” de elementos de la población en varios subconjuntos o estratos, de tal forma que cada estrato formado sea internamente homogéneo, una vez formados los estratos, se escogen aleatoriamente los elementos a estudiar en cada uno de ellos. Se utiliza en poblaciones heterogéneas en lo que se refiere a la variable en estudio. Se logra mayor precisión en los resultados, se obtienen valores por separado, y da un menor costo, sin embargo se debe tener el listado de todos los integrantes de la población.
Muestreo sistemático: Consiste en seleccionar aleatoriamente un cierto número “i” que designará, en una lista o población de N elementos, al primero que va a formar parte de la muestra. Se utiliza solo en poblaciones heterogéneas siempre que no exista relación entre la variable y la distribución de la población. Tiene la facilidad de escoger la muestra sin errores y es más preciso que el muestreo aleatorio simple, sin embargo hay poca precisión cuando existe una periodicidad insospechada, En poblaciones con tendencia lineal, el muestreo sistemático tiene menor precisión que el estratificado y la precisión del muestreo sistemático es poca.
Muestreo por conglomerados: Consiste en dividir el conjunto de elementos en subconjuntos llamados conglomerados, cuya característica es que internamente son heterogéneos en variable en estudio pero si se comparan varios conglomerados, se observa que son parecidos entre sí. Se recomienda en el caso que se desee estudiar localidades más o menos grandes. No requiere listado de la población, los costos son menores y se controla mejor la calidad de los datos, sin embargo, se complican los cálculos y las inferencias no son confiables.
Muestreo por etapas: En la primera etapa se selecciona los conglomerados, pero estos no son estudiados sino que en la segunda etapa se conforman otros conglomerados a partir de los primeros, se subdividen en grupos cada vez más pequeños considerando las características.
Métodos mixtos: es este se mezclan varios tipos de muestreos. TAMAÑO DE LA MUESTRA Los factores que vienen a intervenir en el tamaño de la muestra, son los siguientes:
a) El error máximo admisible (“d” o “e”): es la diferencia máxima que deseamos que obtener en el valor de las variables, por ejemplo si deseamos tener un margen de error no mayor a 3% entonces al obtener determinado resultado de una investigación podemos aceptar que pueden estar 3% más arriba o más abajo del resultado arrojado. A mayor error, muestras más pequeñas, a menor error muestras más grandes.
b) Coeficiente de confianza de la estimación: es la medida probabilística que determina si el resultado es verdadero y está dentro de los límites de confianza mientras más confianza queremos tener en los resultados, el tamaño de la muestra será mayor. El margen de error y el nivel de confianza se establece dependiendo de:
Las características del estudio: que resultados desea obtener y para que los utilizara
El número de sujetos que realmente estudiara dependiendo de los recursos disponibles
c) La homogeneidad de la población en lo que respecta a la variable en estudio: Si vemos que la variable se encuentra presente en un elevado porcentaje de la población, ésta es homogénea y se podría utilizar una muestra pequeña para la investigación.
VARIABLES: Tenemos que las variables pueden ser dependientes, cuyo factor no se puede manipular, ni alterar; y están las variables independiente, las cuales pueden ser manipuladas para observar los cambios en las respuestas a determinados estímulos.
Validez Interna: es lo que está ocurriendo dentro de la investigación en relación con la interacción entre las variables independiente y dependiente. Esta validez se puede ver afectada por eventos extraños, inestabilidad, el método del investigador, los instrumentos utilizados, las regresiones estadísticas por valores inapropiados, la elección de la muestra y la muerte experimental cuando los sujetos desertan del experimento. Para controlar este factor es necesario varios grupos de comparación y que haya una equivalencia entre todos los factores escogidos.
Validez Externa: alude al grado en que estas investigaciones son generalizables a toda la población. Esta se puede perder cuando: se sensibiliza a los sujetos de la investigación sobre las pruebas con anterioridad, cuando se eligen sujetos con características diferentes, cuando los sujetos cambian su conducta normal al sentirse observados, cuando diferentes tratamientos infieren entre sí, cuando los tratamientos son muy complejos y especiales.
BIBLIOGRAFIA Documento: UNIVERSO Y MUESTRA (Elaborado por Dra. Cristina Ludewig) Diapositivas: Diseños experimentales de investigación
