_________________________________________________________ Manual de Prcticas

__________________________________________________________________________________________
Mtodologia de la Investigacin 53 Facultad de Informtica U.V.

Captulo seis

Seleccin de la muestra






Comprender los conceptos de poblacin, muestra y procedimiento de
seleccin de la muestra.
Conocer los diferentes tipos de muestras, sus caractersticas, las
situaciones en que es conveniente utilizar cada una y sus aplicaciones.
Determinar el tamao adecuado de muestra en distintas situaciones de
investigaciones.
Obtener muestras adecuadas desde el punto de vista cientfico,
aplicando diferentes mtodos de seleccin.







Para cualquier tipo de investigacin es necesario definir los sujetos u objetos de
estudio. Esta definicin depende del buen planteamiento del problema y de los
objetivos. Esto parece simple, pero algunas veces existe dificultad para encontrar
una coherencia entre los objetivos de la investigacin y las unidades de anlisis de la
misma.

Para ello, es necesario definir claramente las unidades de anlisis, que
pueden ser: personas, empresas, instituciones, organizaciones, etc., los cuales van a
ser medidos. Depende de precisar claramente el problema y los objetivos de la
investigacin, stas acciones llevan a delimitar la poblacin objeto del estudio.


Tabla 6.1
Quines van a ser medidos? Errores y soluciones

Pregunta de
investigacin
Unidad de anlisis
errnea
Unidad de anlisis
correcta
Discriminan a las
mujeres en los
principales puestos
ejecutivos?
Mujeres que ocupan
algn puesto ejecutivo.

Error: No hay grupo de
comparacin

Mujeres y hombres que
ocupan puestos ejecutivos.
Objetivos de
aprendizaje
Cul es la
poblacin objetivo?
Ejercicios __________________________________________________________________
___________________________________________________________________________________________
Mtodologia de la Investigacin 54 Facultad de Informtica U.V.
Estn los trabajadores
tcnicos y manuales de la
U.V. satisfechos con su
trabajo?
Computar el nmero de
conflictos sindicales
registrados en
conciliacin y arbitraje
durante los ltimos 5
aos

Error: Son datos de una
estadstica laboral

Muestra de trabajadores
tcnicos y manuales de la
U.V.
Los egresados de la
U.V. salen bien
preparados para
desempearse
profesionalmente
Revisin de los planes
de estudio de las
carreras que ofrece la
U.V.

Error: Son datos
estadsticos
acadmicos

Muestra de egresados e
instituciones en que laboran
dichos egresados

6.1. Delimitacin de la poblacin

Despus de haber definido las unidades de anlisis, se procede a
delimitar a la poblacin que va a ser estudiada y sobre la cual se pretende
generalizar.

La delimitacin de la poblacin debe situarse claramente en torno a sus
caractersticas (parmetros) de contenido, lugar y en el tiempo.

Por ejemplo, en el estudio de qu tan satisfechos estn con su trabajo
los trabajadores tcnicos y manuales de la U.V., la poblacin comprende a
todos los trabajadores tcnicos y manuales, exclusivamente de la U.V. y en un
perodo de 5 aos.

6.2. Seleccin de la muestra

La muestra suele ser definida como un subgrupo de la poblacin y para
seleccionar una muestra, se tiene que partir de la definicin de las unidades
de anlisis y de las caractersticas que interesan de la poblacin. Esto es, que
la muestra es un subconjunto definido en sus caractersticas al que se
denomina poblacin.

Cuando se hacen investigaciones es muy comn hablar de muestras
representativas, muestras al azar, muestras aleatorias, trminos que se
utilizan para dar cierta seriedad a los resultados. En realidad, stas se utilizan
por la necesidad que se tiene de conocer algo de la poblacin y que la
mayora de las veces no se puede medir en su conjunto, por lo que se opta
_________________________________________________________ Manual de Prcticas
__________________________________________________________________________________________
Mtodologia de la Investigacin 55 Facultad de Informtica U.V.
por obtener o seleccionar una muestra, pretendiendo que sta sea un reflejo
fiel del conjunto de la poblacin.

Todas las muestras deben ser representativas, por lo tanto, el usar
trminos de al azar y aleatorio, denotan un tipo de procedimiento relacionado
con la probabilidad y con la seleccin de elementos.

De acuerdo a la conveniencia del estudio, se pueden elegir varios tipos
de muestra.

6.2.1. Tipos de muestra

Las categoras bsicas de la muestra son dos ramas: las muestras no
probabilsticas. En stas ltimas, todos los elementos de la poblacin
tienen la misma posibilidad de ser elegidos. Esto se obtiene definiendo
las caractersticas de la poblacin, el tamao de la muestra a travs de
una seleccin aleatoria y/o mecnica (por ejemplo a travs de nmeros
aleatorios) de las unidades de anlisis.

En las muestras no probabilsticas, la eleccin de los elementos
no depende de la probabilidad, sino de causas relacionadas con las
caractersticas del investigador o del que hace la muestra. Aqu el
procedimiento no es mecnico, ni en base a frmulas de probabilidad,
sino que depende del proceso de toma de decisiones de una persona o
grupo de personas, esto desde luego, implica un sesgo en la muestra
seleccionada por decisiones subjetivas.

Ejemplo 1
En una investigacin de inmigrantes extranjeros que lleva a cabo un
grupo de estudiantes de antropologa de la U.V. en Mxico. El objetivo
de la investigacin es documentar las experiencias de viaje, de vida y
de trabajo. Para cumplir dicho propsito se seleccion una muestra no
probabilstica de personas extranjeras que por diversas razones-
econmicas, polticas, fortuitas- Hubieran llegado a Mxico entre 1970 y
1980. Las personas se seleccionaron a travs de conocidos, de asilos,
de referencias. De

FALTA PAG. 42 DEL ORIGINAL

6.2.2. Realizacin de muestra probabilstica

La eleccin entre la muestra probablistica y una no probabilstica se
determina con base a los objetivos del estudio, el esquema de la
investigacin, el alcance de sus contribuciones y de la informacin
disponible relacionada con el estudio.

Ejercicios __________________________________________________________________
___________________________________________________________________________________________
Mtodologia de la Investigacin 56 Facultad de Informtica U.V.
Las muestras probabilsticas tienen muchas ventajas, quiz la
principal es que puede medirse la confiabilidad de la misma y el tamao
del error en las predicciones que se realicen.

Dichas muestras son esenciales en los diseos de investigacin
por encuestas en donde se pretende hacer estimaciones de variables
en la poblacin, estas variables se miden con instrumentos de medicin
y se analizan con pruebas estadsticas para el anlisis de datos en
donde se presupone que la muestra es probabilstica, donde todos los
elementos de la poblacin tienen la misma probabilidad de ser elegidos.

Los elementos muestrales tendrn valores muy parecidos a los
de la poblacin, de manera que las mediciones en el subconjunto,
darn estimados precisos del conjunto mayor.

Para realizar una muestra probabilstica es necesario conocer los
siguientes trminos:
N = Poblacin conjunto de elementos.
X: = Variable = Caracterstica de la poblacin.
X: = Promedio de la variable.
V: = Varianza de la poblacin con respecto a determinadas
variables.
x = Variable = caracterstica de la muestra.
x = Promedio muestral de la variable.
Se = Desviacin estndar de la distribucin muestral (error
estndar). Representa la fluctuacin de la variable con
respecto a x.
(Se)
2
= El error estndar al cuadrado, es la frmula para estimar la
varianza de la poblacin (V) de la poblacin (N) y la varianza
de la muestra (n) ser la expresin S
2
.
S
2
= Varianza de la muestra, la cual se puede determinar en
trminos de probabilidades, donde S
2
= P (1 - P).

Para una muestra probabilstica se requiere de dos cosas:
determinar el tamao de la muestra (n) y seleccionar los elementos
muestrales, de manera que todos tengan la misma posibilidad de ser
elegidos.

6.3. Tamao de la muestra

Cuando se realiza una muestra probabilstica, hay que plantearse las
siguientes preguntas: Cul es el nmero mnimo de unidades de anlisis
(personas, organizaciones, empresas, etc.), que se necesitan para conformar
una muestra (n) que asegure un error estndar menor a un cierto nmero,
dado que la poblacin N es aproximadamente de tantos elementos?. Esto
lleva a preguntarse: Cul ser la probabilidad de ocurrencia x?, y de qu este
valor basado en n observaciones se situ en un intervalo que comprenda al
_________________________________________________________ Manual de Prcticas
__________________________________________________________________________________________
Mtodologia de la Investigacin 57 Facultad de Informtica U.V.
verdadero de la poblacin X. Es decir, Que el estadstico x se acerque al valor
real de X.

Una de las frmulas que se pueden utilizar para el clculo es el
siguiente:

n = S
2
Varianza de la muestra , la cual se ajusta
Varianza de la poblacin



Si se conoce el tamao de la poblacin N, con lo cual se tendr:

n = n
1 + (n/N)


Ejemplo:
Para un estudio acerca del funcionamiento de Directores Generales, se
delimita la poblacin, la cual considera a todos los Directores Generales de
Empresas industriales y comerciales que en 1996 tenan un capital social
superior a los 30 millones de pesos y/o con ms de 300 personas empleadas.
Con estas caractersticas se preciso que existen 1,176 Directores Generales
correspondientes a igual nmero de empresas. Cul es el nmero de
Directores Generales (n) que se tienen que entrevistar, fijando un error
estndar menor de 0.015 y con una probabilidad del 90%?. Entonces los
datos, sern los siguientes:

N = Poblacin de 1,176 empresas
X = Valor promedio de una variable = 1, un Director General en cada
empresa.
Se = Error estndar = 0.015
V = Varianza de la poblacin. Su definicin (Se)
2
el cuadrado del
error
estndar.
S
2
= Varianza de la muestra expresada como la probabilidad de
ocurrencia de x.

Aplicando la frmula:
n = S
2
.
V
2


S
2
= P (1-P) = 0.9 (1-0.9) = 0.09

V
2
=

(0.015)
2
= 0.000225



Ejercicios __________________________________________________________________
___________________________________________________________________________________________
Mtodologia de la Investigacin 58 Facultad de Informtica U.V.
Substituyendo

n = 0.09 . = 400
0.000225

Ajustando

n = n . = 400 . = 298
1 + n/N 1 + (400/1176)


Esto significa que el tamao de la muestra (n) ser de 298 directores
generales, con los cuales se realizar la investigacin que interesa.

Lo anterior es el primer procedimiento para obtener la muestra probabilstica:
el determinar el tamao de la misma, con base en estimados de la poblacin.
El segundo procedimiento consiste en cmo y de dnde seleccionar a los 298
directores.


6.3.1. Muestra probabilstica estratificada

El ejemplo anterior corresponde a una muestra probabilstica
simple, donde n = 298 directores generales. Sin embargo, los
elementos o unidades de anlisis que componen la poblacin N poseen
ciertos atributos, por ejemplo uno de ellos es el giro de la empresa
(mecnica, alimentos, etc.). Entonces en estos casos no basta que
cada uno de los elementos muestrales tengan la misma probabilidad de
ser escogidos, sino que es necesario estratificar la muestra en relacin
estratos, categoras o giros que se presentan en la poblacin, por lo
cual se puede disear una muestra probabilstica estratificada.

Para lo anterior, se procede a dividir a la poblacin en
subpoblaciones o estratos (giros) y se selecciona un tamao de
muestra por cada estrato, pero teniendo presente que n = 298.

La estratificacin aumenta la precisin de la muestra, lo que
implica el uso deliberado de diferentes tamaos de muestra para cada
estrato, a fin de lograr reducir la varianza de la media muestral x, segn
Kish (1965), esto significa que en un nmero determinado de elementos
muestrales n = nh, la varianza de la media muestral x puede reducirse
al mnimo, s el tamao de la muestra para cada estrato es proporcionar
a la desviacin estndar dentro del estrato. Esto es:

Fh = n . = k Sh
N

_________________________________________________________ Manual de Prcticas
__________________________________________________________________________________________
Mtodologia de la Investigacin 59 Facultad de Informtica U.V.
En donde fh es la fraccin del estrato, (n) es el tamao de muestra, (N)
el tamao de la poblacin, (Sh) es la desviacin estndar de cada
elemento en el estrato (h) y (k) es una proporcin constante que da
como resultado una n ptima para cada estrato, donde i = 1, 2,...,....n.

Continuando con el ejemplo de los directores de empresas, la fraccin
para cada estrato (fh), ser:

Fh = n . = 298 . = 0.2534 = k Sh
N 1,176


Considerando la subpoblacin de cada estrato, se procede a
multiplicarla por la fraccin constante obtenida, con lo cual se tendr el
tamao de la muestra para cada estrato (ni), esto se visualiza de la
siguiente manera:

Nh x fh = nih, donde:

Nh = Poblacin del estrato h.

Fh = Fraccin para cada estrato h.

Nih = Tamao de muestra por cada estrato h.


Tabla 6.2
Muestra probabilstica estratificada de directores de empresas

Estrato
por giro
Giro Poblacin
por giro
Muestra
por giro ni
1 Extractivo y Siderrgico 53 13
2 Metal mecnicas 109 26
3 Alimentos, bebidas 215 55
4 Papel y Artes Grficas 87 22
5 Textiles 98 25
6 Elctricas y electrnicas 110 28
7 Automotriz 81 20
8 Qumico-Farmacutica 221 56
9 Otras empresas transformacin 151 38
10 Comerciales 51 13
N = 1,176 n = 298

6.3.2. Muestreo probabilstico por racimos

Algunas veces cuando la investigacin se ve limitada por falta de
recursos financieros, por tiempo, distancias geogrficas, por
Ejercicios __________________________________________________________________
___________________________________________________________________________________________
Mtodologia de la Investigacin 60 Facultad de Informtica U.V.
combinacin de stos o bien por otros obstculos, se recurre a otra
modalidad de muestreo llamado racimos. La ventaja de utilizar este tipo
de muestreo es la de reducir costos, distancias, tiempos, ya que
considera que muchas veces las unidades de anlisis se encuentran
encapsuladas o encerradas en determinados lugares fsicos o
geogrficos a los cuales se denominan racimos.

Tabla 6.3
Ejemplo de racimos

Unidades de Anlisis Posibles racimos o unidad muestral
Nios Colegios
Amas de casa Mercados, supermercados
Obreros Empresas
Adolescentes Preparatorias
Actores Teatros, T.V., Radio

El muestrear por racimos, implica diferenciar entre la unidad de
anlisis (sta se refiere a quienes van a ser medidos, es decir, los
sujetos) y la unidad muestral (la cual se refiere al racimo a travs del
cual se logra el acceso a la unidad de anlisis). Esta diferenciacin lleva
a considerar una seleccin en etapas, ambas con procedimientos
probabilsticos).

En la primera se seleccionan a los sujetos u objetos que sern
medidos. Para ello, se realiza una seleccin que asegure que todos los
elementos del racimo tienen la misma probabilidad de ser elegidos.

Ejemplo:

De una muestra probabilstica estratificada y por racimos.

Problema de investigacin: La estacin de radio local ACIR, necesita
saber con precisin - a fin de planear sus estrategias - cmo
usan la radio los adultos de la ciudad de Xalapa. Es decir, qu tanto
radio escuchan, a qu horas, qu contenidos prefieren y sus
opiniones con respecto a los programas noticiosos.

Procedimiento: Se disear un cuestionario que indague estas reas
sobre uso del radio. Los cuestionarios se aplicarn por
entrevistadores a una muestra de sujetos adultos.

Poblacin: Todos aquellos sujetos -hombres o mujeres- de ms de
21 aos de edad, y que vivan en una casa o departamento propio o
rentado de la ciudad de Xalapa.

Diseo de racimos: Los directivos de la estacin de radio
desconocen el nmero total de sujetos con las caractersticas arriba
_________________________________________________________ Manual de Prcticas
__________________________________________________________________________________________
Mtodologia de la Investigacin 61 Facultad de Informtica U.V.
sealadas. Sin embargo, nos piden que diseemos una muestra que
abarque a todos los sujetos adultos de la ciudad, adultos por edad
cronolgica y por jefes de familia, es decir, excluye a los adultos
dependientes. Se recurre entonces a la estrategia de seleccionar
racimos y se considera el uso de un mapa actualizado de la ciudad y
que demuestra que en dicha ciudad hay 5,000 cuadras. Las cuadras
se utilizarn como racimos, es decir, como unidades muestrales, a
partir de las cuales obtendremos en ltima instancia a nuestros
sujetos adultos. Lo primero, entonces es determinar Cuntas
cuadras necesitaremos muestrear de una poblacin total de 5,000
cuadras, si queremos que nuestro error estndar sea no mayor de
0.015 y con una probabilidad de ocurrencia del 50%?.

Tenemos entonces que n = S
2
/V
2
para una muestra
probabilstica simple.

S
2
p(1 - p) = .5(.5) = 25
V
2
= (error estndar)
2
= (.015)
2
= .00025
n = S
2
/V
2
= .25/.00025 = 1111.11
n = n/[1 + (n/N)] = 111.11/[1 + (1111.11/5000)] = 909.0902 =
909

Necesitaremos una muestra de 909 cuadras de la ciudad de Xalapa
para estimar los valores de la poblacin con una probabilidad de
error menor o igual a 0.015.

*Sabemos que la poblacin N = 5,000 cuadras de la ciudad est
dividida por estudios previos de acuerdo a 4 estratos
socioeconmicos, que categorizan las 5,000 cuadras segn el
ingreso mensual promedio de sus habitantes, de manera que se
distribuyan como sigue:

Estratos No. de cuadras
1 270
2 1,940
3 2,000
4 790
Total 5,000


*Estratificacin de la muestra.
fh = n/N = KSh
fh = 909/5,000 = .1818


Cmo distribuiremos los 909 elementos muestrales de , para
optimizar nuestra muestra, de acuerdo a la distribucin de la
poblacin en los 4 estratos socioeconmicos?.
Ejercicios __________________________________________________________________
___________________________________________________________________________________________
Mtodologia de la Investigacin 62 Facultad de Informtica U.V.

Estrato No. de cuadras Fh = .1818 h
1 270 (.1818) 50
2 1,1940 (.1818) 353
2,000 (.1818) 363
790 (.1818) 143
N = 5,000 N = 909

Tenemos que en principio, de 5,000 cuadras de la ciudad se
seleccionarn 50 del estrato 1, 353 del estrato 2, 363 del estrato 3 y
143 del estrato 4.


6.3.3. Proceso de seleccin

Una vez que se determina el tamao de la muestra, se procede a
seleccionar los sujetos dentro del estrato o racimo, considerando
siempre la aleatoriedad, para que garantice que cada una de las
unidades de anlisis tengan la misma probabilidad de ser elegidas.
Para esta seleccin se pueden utilizar los siguiente procedimientos:

a) Tmbola
Este procedimiento es muy simple, pero lento, consiste en
numerar todos los elementos muestrales del 1 al n. Hacer una
ficha, por cada elemento, revolverlas en una caja, ir sacando n
fichas, segn el tamao de la muestra. Los nmeros elegidos al
azar conformarn la muestra.

Por ejemplo, considerando la poblacin N = 53 empresas
extractivas y siderrgicas (Tabla 6.2), se necesita una muestra
de n = 13 Directivos Generales de dichas empresas. En una
lista se pueden numerar cada una de las empresas, hacer fichas
con estos nmeros y sortearlos para determinar las 13 empresas
que se requieren para entrevistar a los Directivos
correspondientes.

b) Nmeros aleatorios (random)
El uso de nmeros aleatorios parte de la utilizacin de una tabla
que implica un mecanismo de probabilidad muy bien diseado.
Un ejemplo de nmeros aleatorios es la siguiente:
_________________________________________________________ Manual de Prcticas
__________________________________________________________________________________________
Mtodologia de la Investigacin 63 Facultad de Informtica U.V.
Tabla 6.3

26804
90720
85027
09362
64590

06432
02101
19337
75277
59535

76310
12805
32242
16212
75362

34703
01556
22211
01534
09647

97021
25469
40337
33491
44764
29273
96215
59207
49674
04104

08525
60119
96983
47880
75885

79385
65754
73807
84706
83633

93445
58563
86468
70128
32348

23763
63708
48522
98685
14986
79811
48537
76180
65953
16770

66864
95836
60321
07952
31648

84639
96887
48321
69274
25620

82051
36828
76295
14111
56909

18491
78718
11418
92536
16642
45610
94756
41416
96702
79237

20507
88949
62194
35832
88202

27804
67060
67123
13252
24828

53437
85053
16663
77065
40951

65056
35014
00090
51626
19429
22879
18124
48521
20772
82158

92817
89312
08574
41655
63899

48889
88413
40637
78974
59345

53717
39025
39489
99358
00440

95283
40387
41779
85787
01960
72538
89051
15720
12069
04553

39800
82716
81896
27155
40911

80070
31883
14102
10781
40653

48719
16688
18400
28443
10305

98232
15921
54499
47841
22833
70157
27999
90258
49901
93000

98820
34705
00390
95189
78138

64689
79233
55550
43629
85639

71858
69524
53155
68135
58160

86695
58080
08623
95787
80055
17683
88513
95598
08913
18585

18120
12795
75024
00400
26376

99310
99603
89992
36223
42613

11230
81885
92087
61696
62235

78699
03936
490292
70139
39851
67942
35943
10822
12510
72279

81860
58424
66220
06649
06641

04232
68989
80593
36042
40242

26079
31911
63942
55241
89455

79666
15953
65431
42383
47350
52846
67290
93074
64899
01916

68065
69700
16494
53040
97291

84008
80233
64642
75492
43160

44018
13098
99827
61867
73095

88564
59658
11390
44187
70337

Siguiendo el ejemplo de las empresas extractivas y siderrgicas
que son 53 y de las cuales se estim una muestra de 13, se procede a
elegir dentro de la tabla de nmeros aleatorios las 13 empresas, esto se
puede hacer seleccionando las dos ltimas cifras de los nmeros,
recorrindose hacia arriba, hacia abajo, horizontalmente, cada 5 o 10
nmeros. Segn el nmero obtenido, se checan con los nombres y
direcciones de la lista de empresas para con ello precisar los que sern
sujetos de anlisis.



6.3.4. Muestra no probabilstica

Las muestras no probabilsticas tambin se conocen como
muestras dirigidas, suponen un procedimiento de seleccin informal,
un poco arbitrario. La muestra dirigida selecciona sujetos "tpicos",
Ejercicios __________________________________________________________________
___________________________________________________________________________________________
Mtodologia de la Investigacin 64 Facultad de Informtica U.V.
pero tienen ciertas desventajas, como son: la de no poder calcular
con precisin el error estndar, es decir, no es posible calcular el
nivel de confianza con el que se hace la estimacin; los datos que se
obtienen no pueden generalizarse a una poblacin que no se
consider, ni en sus parmetros, ni en sus elementos para obtener la
muestra, ya que en este tipo de muestras, la eleccin de los sujetos
no depende de la probabilidad de ser elegidos, sino de la decisin del
investigador.

La ventaja de una muestra no probabilstica es su utilidad para
determinado diseo de estudio, que requiere no tanto de una
representatividad de elementos de una poblacin, sino de una
cuidadosa y controlada eleccin de sujetos con ciertas caractersticas
especificadas previamente en el planteamiento del problema.

a) La muestra de expertos
Para ciertos estudios, es necesaria la opinin de sujetos expertos
en un tema. stas se utilizan frecuentemente en estudios
cualitativos, exploratorios y para generar materia prima para el
diseo de cuestionarios. Un ejemplo podra ser el de analizar el
perfil de la mujer periodista en el Estado de Veracruz, para lo
cual la muestra n = periodistas que laboran en los peridicos,
la televisin y en la radio, seran los sujetos idneos para hablar
de contratacin, sueldos y desempeo de las mujeres
periodistas.


b) La muestra de sujetos voluntarios
Dichas muestras son frecuentes en ciencias sociales, ciencias de
la conducta, en medicina y en arqueologa. Se trata de muestras
fortuitas, en las que el investigador elabora conclusiones sobre
sujetos que llegan a sus manos de manera casual. Un ejemplo
de ello, son los sujetos que voluntariamente acceden a participar
en un estudio que monitorea los efectos de un medicamento.

Regularmente este tipo de muestreo, se utiliza en estudios de
laboratorio, donde se procura que los sujetos sean homogneos
en variables tales como: edad, sexo, inteligencia, de tal manera
que los resultados o efectos no obedezcan a diferencias
individuales, sino a las condiciones a las que fueron sometidos.

c) La muestra por cuotas

Se utiliza en estudios de opinin y de mercadotecnia, los
encuestadores administran cuestionarios a sujetos en la calle, de
tal forma que vayan conformando o llenando cuotas de acuerdo a
la proporcin de ciertas variables demogrficas en la poblacin.

_________________________________________________________ Manual de Prcticas
__________________________________________________________________________________________
Mtodologia de la Investigacin 65 Facultad de Informtica U.V.
Un ejemplo puede ser, el estudio sobre la actitud de la
poblacin de Xalapa hacia un candidato poltico. Se les
especfica a los encuestadores que tienen que entrevistar a 150
sujetos de la colonia 2 de abril, que el 25% sean hombres
mayores de 30 aos, 25% de mujeres mayores de 30 aos, etc.


Conceptos bsicos

a) Quines van a ser medidos
b) Delimitacin de la poblacin
c) Seleccin de la muestra
d) Tamao de la muestra
e) Seleccin de las unidades de anlisis

Ejercicios

1. De los siguientes temas, decir en cada caso quines vana ser medidos para
lograr resultados en las investigaciones propuestas.

Tema 1. Cul es el impacto que sobre los jvenes tienen los anuncios de
bebidas alcohlicas?.
Tema 2. Hace tres meses que se implant en una fabrica de motores, un
programa de crculos de calidad. Ha tenido xito dicho programa?
Tema 3. Los nios que asistieron en la primaria a escuelas laicas y mixtas,
Tienen un mejor desempeo acadmico en la universidad que los
que provienen de escuelas religiosas de un solo sexo?
Tema 4. Qu diferencias significativas existen entre los comerciales de la
televisin mexicana, la norteamericana y la venezolana?

2. Seleccione 2 estudios de alguna publicacin cientfica y 2 tesis de licenciatura.
Obviamente los 4 estudios tienen que entrar en la categora de estudios
exploratorios, descriptivos y/o experimentales: Analice los siguientes aspectos:
a) Cul es el problema de investigacin? b) Cul es la muestra? c) Cmo
fue elegida? d) es adecuada la muestra y el procedimiento de muestreo para
el problema que se investig? e) Cules son los principales resultados o
conclusiones? f) Dichos resultados son generalizables a una poblacin
mayor? g) Con base en la muestra Pueden tomarse como serias dichas
generalizaciones?.

3. Supongamos que trabaja en un despacho que hace investigaciones sociales y
que diversos clientes le preguntan que los asesore en estudios de diferente
ndole. Qu tipo de muestra sugerira para cada uno? Fundamente su
sugerencia.
Ejercicios __________________________________________________________________
___________________________________________________________________________________________
Mtodologia de la Investigacin 66 Facultad de Informtica U.V.

Cliente Necesidad Tipo de muestra
3.1. Clnica de terapias
psicoemocionales




Pacientes con cncer que siguen la
terapia, reaccionan mejor a los
tratamientos mdicos usuales que los
enfermos de cncer que no toman la
terapia.

3.2. Empresas en el giro
qumico


Definir cules son nuestros empleados
y obreros, anteriores y presentes, que
tienen menos ausentismo. Es decir,
Hay un perfil del ausentista?.


3.3. Empresas de
cosmetologa


Qu nociones tienen las jvenes (de
15 a 20 aos) sobre su arreglo personal
y cuidado de su cutis. Funcionara crear
una lnea de productos exclusivamente
para ellas?.

3.4. Grupo que defiende
los derechos del
consumidor
Qu quejas tienen los nios sobre los
juguetes del mercado?, se rompen?,
son peligrosos?, aburridos?,
durabilidad, etc.

3.5. Partido poltico Por cul candidato a gobernador
votarn los ciudadanos de determinado
estado?



4. Supongamos que una asociacin iberoamericana de profesionales cuenta con
5,000 miembros. La junta directiva ha decidido hacer una encuesta (por
telfono o fax) a los suscritos para indagar -entre otros aspectos- lugar de
trabajo, puesto que ocupa, salario aproximado, carrera cursada, generacin,
estudios posteriores, oportunidades de avance percibidas, etc. En resumen, se
piensa publicar un perfil profesional actualizado con propsito de
retroalimentar a los asociados. Como sera muy costoso llegar a los 5,000
miembros repartidos en Espaa, Iberoamrica y Estados Unidos, Qu
tamao de muestra se necesita, si queremos un error estndar no mayor de
0.15?.

Una vez definido el tamao de la muestra, Cmo sera el proceso de
seleccin, de manera que los resultados obtenidos con base en la muestra
puedan ser generalizados a toda la poblacin?. Es decir, se pretende reportar
un perfil certero de los 5,000 socios de dicha asociacin profesional.

5. La Secretara de Salubridad quiere lanzar por televisin mensajes de
prevencin de uso de sustancias dainas (alcohol y drogas). Los productores
no saben realmente el grado de realismo que deben contener estos mensajes,
ni su tono, es decir, si deben apelar al miedo, a la salud o a los problemas
morales que se desencadenan en las familias. Se sabe con certeza que hay
_________________________________________________________ Manual de Prcticas
__________________________________________________________________________________________
Mtodologia de la Investigacin 67 Facultad de Informtica U.V.
que hacer esta campaa, pero no se tiene idea clara de cmo estructurar el
mensaje para que sea ms efectivo. En resumen, para conceptualizar y poner
en imgenes dichos mensajes, se necesita informacin previa sobre la
relacin sujeto-sustancia. Qu se aconsejara aqu?, Qu tipo de muestra
se necesitara para recabar dicha informacin?.

Ejemplo Maestro:

a) Quines fueron medidos poblacin-objetivo. Alumnos de la Escuela
Secundaria Tcnica No 28 de Xalapa, Ver.
b) Delimitacin de la poblacin. 342 alumnos que conforman los 6 grupos de
primer ao.
c) Seleccin de la muestra. Probabilstica.
d) Tamao de la muestra. 199.
N = 342
Se = Error estndar = 0.01
S
2
= Varianza de la muestra expresada en probabilidad del 95%.
n = S
2
.
V
2

S
2
= P(1-P) = 0.95(1-0.95) = 0.0475
V
2
= (0.01)
2
= 0.0001
n = 0.0475 . = 475
0.0001
n = n . = 475 . = 475 .
1+(n/N) 1 + 1.39 2.39
n = 199

e) Seleccin de las unidades de anlisis.

De acuerdo a una lista con el nmero de matrcula de los alumnos, se
consideraron los 3 ltimos dgitos de los nmeros aleatorios, iniciando con el
primer nmero y cada 3 nmeros en forma horizontal.
Ejercicios __________________________________________________________________
___________________________________________________________________________________________
Mtodologia de la Investigacin 68 Facultad de Informtica U.V.
Ejemplos Alumnos
Tablas del Apndice
Tabla No. 1 del apndice
reas bajo la distribucin normal estndar de probabilidad
entre la media y los valores positivos de z
*






______________________________________________
Media z = 2.2
Ejemplo: para calcular el rea bajo la curva entre la media y un punto a 2.2 desviaciones
estndar a la derecha de la media, se busca el valor opuesto 2.2 en la tabla; 4861 del rea
bajo la curva se encuentra entre la media y un valor Z de 2.2.

Z

0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.0
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3.0

.00

.0000
.0398
.0793
.1179
.1554
.1915
.2257
.2580
.2881
.3159
.3413
.3643
.3849
.4032
.4192
.4332
.4452
.4554
.4641
.4713
.4772
.4821
.4861
.4893
.49.18
.4938
.4953
.4965
.4974
.4981
.4987
.01

.0040
.0438
.0832
.1217
.1591
.1950
.2291
.2611
.2910
.3186
.3438
.3665
.3869
.4049
.4207
.4345
.4463
.4564
.4649
.4719
.4778
.4826
.4854
.4896
.4920
.4940
.4955
.4966
.4975
.4982
.4987
.02

.0080
.0478
.0871
.1255
.1628
.1985
.2324
.2641
.2939
.3212
.3461
.3686
.3888
.4066
.4222
.4357
.4474
.4573
.4656
.4726
.4783
.4830
.4868
.4898
.4922
.4941
.4956
.4967
.4976
.4982
.4987
.03

.0120
.0517
.0910
.1293
.1664
.2019
.2357
.2673
.2967
.3238
.3485
.3708
.3907
.4082
.4236
.4370
.4484
.4582
.4664
.4732
.4788
.4834
.4871
.4901
.4925
.4943
.4957
.4968
.4977
.4983
.4988
.04

.0160
.0557
.0948
.1331
.1700
.2054
.2389
.2704
.2995
.3264
.3508
.3729
.3925
.4099
.4251
.4382
.4495
.4591
.4671
.4738
.4793
.4838
.4875
.4904
.4927
.4945
.4959
.4969
.4977
.4984
.4988
.05

.0199
.0596
.0987
.1368
.1736
.2088
.2422
.2734
.3023
.3289
.3531
.3749
.3944
.4115
.4265
.4394
.4505
.4599
.4678
.4744
.4798
.4842
.4873
.4906
.4929
.4946
.4960
.4970
.4978
.4984
.4989
.06

.0239
.0636
.1026
.1406
.1772
.2123
.2454
.2764
.3051
3315
.3554
.3770
.3962
.4131
.4279
.4406
.4515
.4608
.4686
.4750
.4803
.4846
.4881
.4909
.4931
.4948
.4961
.4971
.4979
.4985
.4989
.07

.0279
.0675
.1064
.1443
.1808
.2157
.2486
.2794
.3078
.3340
.3577
.3790
.3980
.4147
.4292
.4418
.4525
.4616
.4693
.4756
.4808
.4850
.4884
.4911
.4932
.4949
.4962
.4972
.4979
.4985
.4989
.08

.0319
.0714
.1103
.1480
.1844
.2190
.2517
.2823
.3106
.3365
.3599
.3810
.3997
.4162
.4306
.4429
.4535
.4625
.4699
.4761
.4812
.4854
.4887
.4913
.4934
.4951
.4963
.4973
.4980
.4986
.4990
.09

.0359
.0753
.1141
.1517
.1879
.2224
.2549
.2852
.3133
.3389
.3621
.3830
.4015
.4177
.4319
.4441
.4545
.4633
.4706
.4767
.4817
.4857
.4890
.4916
.4936
.4952
.4964
.4974
.4981
.4986
.4990
Segn Robert D. Mason, Essentials of Statistics 1976, p. 307. Reimpreso con
autorizacin de Prentice-Hail. Inc. Englewood Cliffs. N.J.



*