Documente Academic
Documente Profesional
Documente Cultură
Lu:
“SELECCIÓN DE LA MUESTRA”
¿Una investigación siempre tiene una muestra? No siempre, pero en la mayoría de las
situaciones sí que realizamos el estudio en una muestra. Solo cuando queremos realizar un
censo debemos incluir en el estudio al resto de los casos (personas animales plantas objetos)
Para definir que es una muestra primero tenemos que entender que es la POBLACION. ¿COMO
SE DELIMITA LA POBLACION DE LA CUAL SE TOMARÁ LA MUESTRA? La población es el
conjunto de todos los casos que concuerdan con una serie de especulaciones, esto es muy
importante de definir ya que el autor justamente dice que es uno de los inconvenientes mas
frecuentes que suceden al momento de hacer las tesis, justamente porque no se define bien la
población de donde después se seleccionara la muestra.
¿Sobre que o quienes se recolectaran los datos? Aquí hay que determinar en qué o en
quienes; ya sean participantes, objetos, sucesos o comunidades de estudio, a todos estos se
los denominan UNIDADES DE ANALISIS. Su definición va a depender del planteamiento del
problema y de los alcances del estudio, ¿Por qué? Porque dependiendo del problema
planteado vamos a definir a quien o quienes necesitamos interrogar.
Por ejemplo: si el problema es “EL USO QUE HACEN LOS NIÑOS DE LA TELEVISION” lo mas
probable seria entrevistar a los niños, o a los padres, o a ambos dependiendo no solo del
objetivo sino del diseño también.
Para seleccionar una muestra, lo primero que hay que hacer es definir la UNIDAD DE ANALISIS
(que pueden ser individuos, organizaciones, comunidades, situaciones etc) una vez definida
podemos pensar en delimitar la POBLACION.
POBLACION
MUESTRA V
(ELEGIR UNA U OTRA DEPENDE DE LOS OBJETIVOS DEL ESTUDIO) Vamos a explicar primero que
es una:
Este tipo de muestras tienen muchas ventajas puede medirse el tamaño del error en
nuestras predicciones, incluso reducirlo mínimo. A este error se lo denomina ERROR
ESTANDAR.
PARA HACER UNA MUESTRA PROBABILISTICA SE NECESITAN DOS PROCEDIMIENTOS:
CALCULAR EL TAMAÑO REPRESENTATIVO ya que las unidades tendrán valores muy parecidos
a los de la población. Entonces cuando se hace una muestra probabilística uno debe
preguntarse “dado que la población tiene X tamaño” ¿Cuál es el menor numero de unidades
muestrales (personas organizaciones,etc) que necesito para conformar una muestra que me
asegure un determinado nivel de error menor de X? Para este calculo el autor recomienda un
programa que se llama STATS, este programa calcula el tamaño de la muestra si le ingresamos
algunos datos. Estos datos son:
1Tamaño del universo aquí por ejemplo si quiero estudiar las empresas de Lomas de Zamora,
tendría que cargarle al sistema STATS el tamaño de la población que queremos estudiar (ojo!!
El tamaño de la población en este caso se refiere al numero de empresas de Lomas! No a la
cantidad de gente del partido!)
4 Nivel deseado de confianza que es el complemento del error máximo aceptable. Si el error
elegido fue del 5% entonces el nivel deseado de confianza será de 95%.
Ya con todos los campos llenos se preciona el botón de “calcular” y se obtiene el tamaño de
muestra apropiado para esta población. Estos fueron los datos como dijimos que nos pide el
programa STATS para precisar el tamaño. Ahora seguimos con el otro requerimiento para que
una muestra sea probabilisitica. Esto se refiere a:
SELECCIONAR LOS CASOS DE MANERA QUE AL INICIO TODOS TENGAN LAS MISMAS
POSIBILIDADES DE SER ELEGIDOS. Es decir como y donde vamos a elegir los casos, QUE
SIEMPRE se eligen aleatoriamente (como ya mencionamos). en el libro se mencionan los
siguientes TOMBOLA, NUMEROS RANDOM O NUMEROS ALEATORIOS, el programa STATS, y
SELECCIÓN SISTEMATICA DE ELEMENTOS MUESTRALES.
Pero antes, cabe explicar algo que precede a la selección de una muestra, y que es esencial
según el autor, EL MARCO MUESTRAL, que constituye un marco de referencia que nos permite
identificar físicamente los elementos de la población, la posibilidad de enumerarlos, y por ende
de proceder a la selección de los elementos muestrales (a lo que ya llamamos también casos, o
unidades de análisis) Generalemente se trata de un listado existente o una lista que hay que
confeccionar ad hoc con los casos de la población. (recordemos que ad hoc hacia referencia a
aquello que esta hecho especialmente para un fin determinado o pensado para una situación
concreta) los listados son variados, pueden ser guias telefónicas, listas de miembros de una
asociación, listas oficiales de escuelas de una zona, base de datos de alumnos de una
universidad, clientes de una empresa, registros médicos, mapas, archivos, etc.
Ahora que ya hablamos del marco muestral volvemos a los procedimientos de selección de
elementos muestrales:
Otra alternativa es utilizar el programa STATS, según el autor es la mejor forma que
encontraron para seleccionar los números aleatorios.
Por ultimo, tenemos la
Bien, ya hablamos de que es una muestra probabilística, que para obtenerla necesitamos
precisar el tamaño representativo y además necesitamos seleccionar los elementos muestrales
a través de los procedimientos que acabamos de mencionar.
Ahora vamos a comentarles que, dependiendo del tamaño de la población, y del proceso de
selección que se utilicen, existen tres tipos de muestras probabilísticas:
A los ejemplos de las muestras obtenidas por el programa STATS se las conoce como
MUESTRA ALEATORIA SIMPLE (MAS) su característica esencial es que todos los casos de la
población tienen al inicio la misma probabilidad de ser seleccionados.
Y por ultimo la MUESTRA POR RACIMOS En este tipo de muestreo se reducen costos, tiempo
y energía al considerar que muchas veces las unidades de análisis se encuentran encapsuladas
o encerradas en determinados lugares físicos o geográficos, a los que se denominan RACIMOS.
Por ejemplo si queremos estudiar a adolescentes, posibles racimos serian las escuelas
secundarias. Si quisiéramos estudiar a los obreros, posibles racimos serian las industrias o
fabricas. Muestreo por racimos implica diferenciar UNIDAD DE ANALISIS Y UNIDAD MUESTRAL.
La unidad de análisis indica quienes van a ser medidos, o sea los participantes o casos a
quienes les vamos a aplicar el instrumento de medición. La unidad muestral en este tipo de
muestra se refiere al racimo por medio del cual accedemos a la unidad de análisis. El muestreo
por racimos supone una selección en dos o mas etapas, en la primer etapa se seleccionan los
racimos, y en las fases siguientes dentro de los racimos se seleccionan los casos que van a
medirse.
En este tipo de muestra, los datos que obtengamos no pueden generalizarse a la población. La
elección de casos no depende de que todos tengan la misma probabilidad de ser elegidos, sino
de la decisión del investigador o grupo de personas que recolectan los datos. La única ventaja
de una muestra no probabilística (desde la visión cuantitativa) es su utilidad para
determinando diseño de estudio que requiera no tanto una representatividad de elementos de
una población, sino una cuidadosa y controlada elección de casos con ciertas características
especificadas en el planteamiento del problema. Para el enfoque CUALITATIVO al no interesar
tanto la posibilidad de generalizar los resultados, las muestras no probabilisiticas o dirigidas
son de gran valor, pues logran obtener los casos (ya sean personas, contextos, situaciones…)
que interesan al investigador y que llegan a ofrecer una gran riqueza para la recolección y
análisis de datos.