Investigacion Social Cuantitativa Poblacion y Muestra PDF

UNIVERSIDAD NACIONAL DEL ALTIPLANO
FACULTAD DE CIENCIAS SOCIALES

ESCUELA PROFESIONAL DE SOCIOLOGA

INVESTIGACIN SOCIAL CUANTITATIVA II
DETERMINACIN DE LA POBLACIN TERICA Y
OPERACIONAL
Docente: TUMI QUISPE Jess
Presentado por:
LUQUE LLUTARI Juan Carlos
YANA QUISPE Gaby
QUISPE ORMACHEA Elizabeth
CHOQUE MAMANI Juan Pablo
CALSIN RAMOS Luz Marina
POMALEQUE CANSAYA Dennis Vidal

V SEMESTRE
PUNO, NOVIEMBRE DEL 2010


1
NDICE pg.

INTRODUCCIN 05
CAPITULO UNO
06
EL PROCESO DE LA INVESTIGACIN CIENTFICA
MARIO TAMAYO Y TAMAYO
EL PROYECTO DE LA INVESTIGACIN CIENTFICA
07

ESQUEMA DE RESUMEN 08
poblacin y muestra 09
leyes del mtodo de muestreo 10
tipos de muestra 11
tamao y seleccin de la muestra. 13
cualidades de una buena muestra 15
errores de la muestra. 15

METODOLOGA DE LA INVESTIGACIN
ROBERTO HERNNDEZ SAMPIERI
CARLOS FERNNDEZ COLLADO
PILAR BAPTISTA LUCIO
EL PROCESO DE LA INVESTIGACIN CUANTITATIVA

16

ESQUEMA DE RESUMEN
17
seleccin de la muestra 18
sobre qu o quines se recolectaran los datos?
18
errores y soluciones
20
cmo se delimita una poblacin? 21
cmo seleccionar la muestra? 23
tipos de muestra 24
Cmo se hace una muestra probabilstica?
26
el tamao de la muestra 28
muestra probabilstica estratificada
29
muestreo probabilstico por racimos
31
cmo se lleva a cabo el procedimiento de seleccin de la
muestra?

36
Seleccin sistemtica de elementos muestrales
38
tamao ptimo de una muestra 39
Cmo son las muestras no probabilsticas?
40
La muestra por cuotas
41

METODOLOGIA DE LA INVESTIGACION CIENTIFICA
SERGIO CARRASCO DIAZ

42
ESQUEMA DE RESUMEN
43
universo, poblacin y muestra 44
cuadro comparativo
46
requisitos de una muestra adecuada 47
base y unidad de la muestra
47
error muestral
48


2
tipo de muestra 49
muestras probabilsticas
49
muestras no probabilsticas
51
determinacin del tamao de la muestra 51
seleccin de la muestra 54

LOS PRELIMINARES DE LA INVESTIGACIN SOCIAL.
M.ANGELES CEA D ANCONA
LA SELECCIN DE LAS UNIDADES DE OBSERVACIN:
EL DISEO DE LA MUESTRA

56

ESQUEMA DE RESUMEN
57
fundamentos y clarificacin terminolgica 59
el tamao de la muestra 60
el error muestral 62
tipos de muestreo: diseos muestrales probabilsticos y no
probabilsticos

64
muestreo probabilstico aleatorio
64
muestreo no probabilstico
65
muestreo aleatorio simple
65
muestreo aleatorio sistemtico
66
muestreo aleatorio estratificado
67
muestreo aleatorio por conglomerados
68
muestreo por cuotas
70
muestreo de rutas aleatorias
70
muestreo estratgico
71
muestreo de bola de nieve
71

GUILLERMO BRIONES
MTODOS Y TCNICAS DE INVESTIGACIN PARA LAS CIENCIAS
SOCIALES
PARTE TRES: DISEOS MUESTRALES

72

ESQUEMA DE RESUMEN
73
Introduccin a la teora de la muestra
77
Poblacin o universo
77
Marco de muestreo
77
muestra
77
Unidad de muestreo
78
Fraccin de muestreo
78
Representatividad de la muestra
78
Inferencia estadstica
78
Exactitud y precisin de la estimaciones
79
Errores estndar
79
Limites de confianza
80
Determinacin del tamao de la muestra
81
Marco de muestreo
81


3
Diseos mustrales
82
Nuestra aleatoria simple
82
Muestra estratificada
83
Muestra sistemtica
83
Muestra por conglomerado
84
Muestra de etapas mltiples
84
Muestras con conglomerados de igual tamao
84
Muestra con conglomerados de tamao desigual
85
Muestreo por cuotas
85
Esquema de asignacin
86

TECNICAS DE INVENTIGACION SOCIAL
RESTITUTO SIERRA BRAVO
Seccin 3.- MUESTRAS
87
ESQUEMA DE RESUMEN
88
Condiciones y elementos de las muestras
89
Condicin de las muestras
89
Base de la muestra
90
Unidad de la muestra
90
Relacin entre universo y muestra
91
Eleccin de la muestra
92
Azar simple y azar sistemtico
94
Muestreo estratificado por cuotas
94
Muestreo de conjuntos y de extraccin sucesiva o polietapico
95
Otros tipos de muestreo
95
El error muestral
96
Fundamento matemtico estadstico del error muestral
96
Formulas del error muestral
96
Error sistemtico
98
Tamao de las muestras
98
Formulas para hallar el tamao de la muestra
99
Afijacin de la muestra
99

CAPITULO DOS
ANLISIS COMPARATIVO DE LOS AUTORES

ROBERTO HERNNDEZ SAMPIERI
M. ANGELES CEA DANCONA

GUILLERMO BRIONES
SERGIO CARRASCO DIAZ

101

102

107


4

CAPITULO TRES
APORTE DEL GRUPO

112
poblacin
113
muestra
114
Elementos de la muestra
115
Base de la muestra
115
116
Tamao de la muestra
116
Tipos o diseos muestrales
117
Muestras probabilsticas
118
Muestreo aleatorio simple (MAS)
118
Muestreo aleatorio estratificado (MAE)
118
Azar simple
119
Azar sistemtico
119
estratificado
119
muestreo aleatorio por racimos
119
muestreo por conglomerados
120
Muestras no probabilsticas
120
Por cuotas
121
intencionada
121
bola de nieve o cadena
121
Error muestral
121

GLOSARIO

124
REFERENCIA BIBLIOGRFICA
127


5
INTRODUCCIN

Los objetivos de la presente monografa de investigacin social cuantitativa se
orientan al discernimiento de las tcnicas y mtodos de investigacin que se
desarrollaran en todo el transcurrir del presente curso.
El proyecto de la investigacin cientfica aborda un tema de suma importancia
que va mas all del rol de un cientfico social en el desarrollo de la
investigacin, uno de los temas de mucho inters que se debe tener en
conocimiento son las estrategias, normas, tcnicas y procedimientos para
realizar un proyecto de investigacin, sin el cual no se podra realizar un trabajo
netamente cientfico.
El tema central de esta monografa, es justamente dialogar sobre el proceso
que se debe seguir para la investigacin cientfica bajo el enfoque cuantitativo.
Para ello hacemos una revisin de 6 autores diestros en el enfoque de
investigacin social, en suma el anlisis de los conceptos de estos diversos
autores viene a ser un aporte muy importante en este proceso de conocimiento
por el cual estamos enrumbando.
El contenido que se desarrolla en tres captulos sigue una secuencia muy
documentada en la consulta de estos seis clsicos de la investigacin a partir
del anlisis del cuerpo terico de la investigacin cientfica social, pasando por
el diseo de investigacin con la descripcin y explicacin de sus etapas y
fases del proceso de investigaciones mas esencialmente en la determinacin
de la poblacin terica y operacional.


6
CAPITULO I
Visin de los autores


7

EL PROCESO DE LA INVESTIGACIN CIENTFICA
3 edicin.
EL PROYECTO DE LA INVESTIGACIN CIENTFICA

CAPITULO I MARIO TAMAYO Y TAMAYO

8
POBLACION Y MUESTRA
totalidad y parte del fenomeno a
estudiar.
LEYES DEL METODO DE
MUESTREO
LEY DE LOS GRANDES
NUMEROS
si en una prueba la probabilidad de
un acontecimiento , se repite una
gran cantidad de veces, el suceso-
tiende a acercarse cada vez ms a
la probabilidad
CALCULO DE
PROBABILIDADES
Ley de la regularidad
estadstica. un conjunto de (n)
unidades de un conjunto (N), es
casi seguro que tenga las
caractersticas del grupo mas
grande
Ley de la inercia de los grandes
nmeros.
la mayora de los fenmenos,
varia en una direccin
Ley de la permanencia de los
nmeros pequeos .- si una
muestra es representativa de la
poblacin, una segunda
muestra de igual magnitud
deber ser semejante a la
primera
TIPOS DE
MUESTRA
aleatorias o
probabilisticas
Muestreo aleatorio
simple (o al azar).
cada uno de los
individuos de la
poblacin tiene la
misma posibilidad de
ser elegido.
Muestreo estratificado.
los elementos de la
muestra son
proporcionales a su
presencia en la
poblacin.
no aleatorias o
empiricas
Muestreo por cuotas.
Se divide la poblacin en
estratos o categoras y se
asigna una cuota para las
diferentes categoras, y a
juicio del investigador se
selecciona las unidades
de muestreo.
Muestreo intencionado
(o sesgado).
El investigador
selecciona los elementos
que a su juicio son
representativos, lo cual
exige al investigador un
conocimiento previo de
la poblacin
muestreo mixto
En este tipo se
combinan diversos
tipos de muestreo,
ya sean
probabilsticos, o
puede seleccionar las
unidades de la
muestra en forma
aleatoria y luego
aplicarse el muestreo
por cuotas.
muestra tipo
Es una aplicacin
combinada y especial
de los tipos de
muestra existentes.
Consiste en
seleccionar una
muestra para ser
usada al disponer
de tiempo, la
muestra se establece
empleando
procedimientos muy
sofisticados; y una
vez establecida, ella
constituir el modulo
general del cual se
extraer la muestra
definitiva conforme a
la necesidad
especfica de cada
investigacin.
TAMAO DE LA
MUESTRA
El tamao de la
muestra est
determinado
propiamente por el
nivel de precisin
requerido, y por error
de muestreo
aceptable.
Los tres puntos
importantes respecto
a una muestra son:
Los procedimientos
para determinar la
representatividad de
la muestra.
Los procedimientos
para determinar el
error de la muestra.
Los procedimientos
para determinar el
tamao de la
muestra.
ERRORES DE LA
MUESTRA.
Error sistemtico.-
llamados de distorsin o
sesgo de la muestra, se
presentan por
diferentes causas ajenas
a la muestra
Errores de muestreo.-
cualquiera que sea el
procedimiento utilizado
y la perfeccin del
mtodo empleado, la
muestra diferida de la
poblacin. A esta
diferencia entre la
poblacin o universo y la
muestra, se le denomina
error de muestreo

9
POBLACIN Y MUESTRA
Una poblacin o universo est determinada por sus caractersticas definitorias,
poblacin es la totalidad del fenmeno a estudiar en donde las unidades de
poblacin poseen una caracterstica comn, la cual se estudia y da origen a los
datos de la investigacin.
Mediante determinadas especificaciones, una poblacin puede ser incluida en
otra. En tales casos, podemos referirnos a la poblacin incluida, como sub-
poblacin. Un miembro solo de una poblacin es referido como un elemento de
la poblacin.
Cuando seleccionamos algunos elementos con la intencin de averiguar algo
sobre la poblacin de la cual estn tomados, nos referimos a este grupo de
elementos como muestra.
Esperamos desde luego, que lo que averiguamos en la muestra sea cierto para
la poblacin como conjunto. Este puede no ser el caso; cuan exacta sea la
informacin que recibimos correspondiente con los que hallaramos por un
censo comprable de la poblacin, depende en gran manera de la forma en que
sea seleccionada la muestra.
Cuando no es posible medir cada uno de los individuos de una poblacin se
toma una muestra representativa de la misma.
La muestra descansa en el principio de que las partes representan al todo y por
tal refleja las caractersticas que definen la poblacin de la cual fue extrada.
Es decir, que para hacer una generalizacin exacta de una poblacin es
necesario tomar una muestra representativa y por tanto, la validez de la
generalizacin depende de la validez y tamao de la muestra.


10
LEYES DEL MTODO DE MUESTREO
El mtodo del muestreo se basa en ciertas leyes que le otorgan su fundamento
cientfico, las cuales son: la ley de los grandes nmeros y el clculo de
probabilidades.
a) Ley de los grandes nmeros: si en una prueba la probabilidad de un
acontecimiento o suceso es P, y si este se repite una gran cantidad de
veces, la relacin entre las veces que se reproduce el suceso y la
cantidad total de pruebas-es decir la frecuencia F del suceso-tiende a
acercarse cada vez ms a la probabilidad P.
Ms exactamente, si el nmero de pruebas es suficientemente grande,
resulta totalmente improbable que la diferencia entre F y P supone
cualquier valor prefijado por pequeo que sea.

b) Clculo de probabilidades: la probabilidad de un hecho o suceso es la
relacin entre el nmero de casos favorables (P) a este hecho con la
cantidad de casos posibles, suponiendo que todos los casos son
igualmente posibles. El modo de establecer la probabilidad es lo que se
denomina clculo de probabilidad.
De estas dos leyes fundamentales de la estadstica se infieres aquellas que
sirven de base ms directamente al mtodo de muestreo, a saber:
Ley de la regularidad estadstica. Segn esta ley, un conjunto de (n)
unidades tomadas al azar de un conjunto (N), es casi seguro que tenga
las caractersticas del grupo mas grande.

Ley de la inercia de los grandes nmeros. Esta ley es contraria de la
anterior. Se refiere al hecho de que en la mayora de los fenmenos,
cuando una parte varia en una direccin, es probable que una parte
igual del mismo grupo, vari en direccin opuesta.


11
Ley de la permanencia de los nmeros pequeos. Los estadsticos la
formulan de la siguiente manera; si una muestra suficientemente grande
es representativa de la poblacin, una segunda muestra de igual
magnitud deber ser semejante a la primera; y si en la primera muestra
se encuentran pocos individuos con caractersticas raras, es de esperar
encontrar igual proporcin en la segunda muestra.

TIPOS DE MUESTRA.
Entre metodlogos y estadsticos no hay acuerdo sobre los diversos tipos de
muestras, pues estas se determinan generalmente en base a sus necesidades,
en ciencias sociales es comn la siguiente clasificacin.
Muestreo aleatorio simple (o al azar).
El elemento ms comn para obtener una muestra representativa es la
seleccin al azar, es decir que cada uno de los individuos de la poblacin tiene
la misma posibilidad de ser elegido.
Si no se cumple este requisito se dice que la muestra es viciada, por tal, si
cada uno de los elementos de la poblacin no tiene la misma posibilidad de ser
elegido se habla entonces de una muestra viciada.
Para tener la seguridad de que la muestra al azar no es viciada debe
emplearse para su constitucin una tabla de nmeros aleatorios, el muestreo al
azar o aleatorio simple es la base fundamental del muestreo probabilstico.
Muestreo estratificado.
Se dice que una muestra es estratificada cuando los elementos de la muestra
son proporcionales a su presencia en la poblacin.
La presencia de un elemento en un estrato excluye su presencia en otro, es un
requisito del muestreo estratificado.
Para el muestreo estratificado se divide la poblacin en varios grupos o
estratos con el fin de dar representatividad a los distintos factores que integran

12
el universo o poblacin del estudio, la condicin de la estratificacin es la
presencia en cada estrato de las caractersticas que conforman la poblacin.
Para la seleccin de los elementos o unidades representantes de cada estrato
se utiliza el mtodo del muestreo aleatorio o al azar.
Se divide la poblacin en estratos o categoras y se asigna una cuota para las
diferentes categoras, y a juicio del investigador se selecciona las unidades de
muestreo. La muestra ha de ser proporcional a la poblacin y en ella debern
tenerse en cuenta las diferentes categoras socio-profesionales, las cuales
sern igualmente proporcionales.
El muestreo por cuotas tiene en cuenta diversas categoras, pero estas quedan
a criterio del investigador, lo cual se presta a distorsiones.
Muestreo intencionado (o sesgado).
El investigador selecciona los elementos que a su juicio son representativos, lo
cual exige al investigador un conocimiento previo de la poblacin que se
investiga para poder determinar cules son las categoras o elementos que se
pueden considerar como tipo representativo del fenmeno que se estudia.
Muestreo mixto.
En este tipo se combinan diversos tipos de muestreo, ya sean probabilsticos, o
puede seleccionar las unidades de la muestra en forma aleatoria y luego
aplicarse el muestreo por cuotas.

Muestreo tipo (mster simple).
Es una aplicacin combinada y especial de los tipos de muestra existentes.
Consiste en seleccionar una muestra para ser usada al disponer de tiempo, la
muestra se establece empleando procedimientos muy sofisticados; y una vez
establecida, ella constituir el modulo general del cual se extraer la muestra
definitiva conforme a la necesidad especfica de cada investigacin.

13

TAMAO Y SELECCIN DE LA MUESTRA.
El tamao de la muestra es uno de los problemas que preocupan ms al
investigador. Para determinar el tamao de la muestra debe tenerse en cuenta
los parmetros de la poblacin que se desea investigar; el rango de invalidez o
infidedignidad permisible en las estimaciones y una estimacin aproximada de
la distribucin de la caracterstica investigada en la poblacin.
El tamao de la muestra est determinado propiamente por el nivel de
precisin requerido, y por error de muestreo aceptable.
Los estadsticos se quejan frecuentemente de que esa pregunta se les plantea
sin darles informacin adecuada de cmo serian los parmetros de la poblacin
que se desea investigar, el rango de invalidez permisible en las estimaciones y
una estimacin aproximada de la distribucin de la caracterstica investigada en
la poblacin. Sin estos datos es muy difcil determinar el tamao de la muestra.
MUESTRAS
aleatorias o
probabilisticas
muestras estratificadas
muestra por areas
muestras sucesivas
muestra por etapas
muestra por grados
muestra por listas
no aleatorias o
empiricas
muestra por cuotas
muestra intencionada
muestreo mixto
muestra tipo

14
La presencia de un especialista, un estadstico, en toda clase de estudios tiene
una aplicacin importante, ya que las deficiencias provienen generalmente de
falta de tiempo o dinero.
El especialista puede delimitar los procedimientos para obtener una muestra
representativa de suerte que la informacin recogida por unidad de dinero
gastada sea lo ms elevada y segura posible.
Los tres puntos importantes respecto a una muestra son:
Los procedimientos para determinar la representatividad de la muestra.
Los procedimientos para determinar el error de la muestra.
Los procedimientos para determinar el tamao de la muestra.
Los procedimientos para seleccionar una muestra tienen como objetivo la
mayor seguridad o probabilidad de que la muestra reproduzca las
caractersticas de la poblacin.
Una caracterstica o atributo suele decirse que puede estar distribuida
normalmente si, ms o menos, las dos terceras partes de la muestra poseen la
caracterstica en un grado cercano al promedio; un sexto de la muestra posee
la caracterstica en un grado elevado y otro sexto de la muestra la posee en un
grado ms dbil.
Las diferentes etapas del proceso de la investigacin nos dan las pautas
necesarias para la seleccin de la muestra para lo cual debe tenerse en
cuenta:
Los objetos que persigue la investigacin.
Las fuentes de informacin y marco terico.
Los recursos disponibles en sus diferentes niveles.
La metodologa tcnica e instrumentos a utilizar en la investigacin.
El diseo muestral y estadstico.
Prueba de representatividad de la muestra.
Recoleccin y tipo de anlisis o tratamiento de datos.


15
CUALIDADES DE UNA BUENA MUESTRA
Para que una muestra proporcione datos confiables estos deben ser
representativos de la poblacin; es decir, que los errores del muestreo deben
ser relativamente pequeos para que esta no pierda su valides ninguna
muestra da garanta absoluta en relacin con la poblacin de donde ha sido
extrada de ah, la importancia de poder determinar el posible margen de error
y la frecuencia de los mismos dentro del conjunto.

ERRORES DE LA MUESTRA.
Generalmente, se presentan dos tipos de errores:
Sistemticos y de muestreo.
Error sistemtico.- llamados de distorsin o sesgo de la muestra, se
presentan por diferentes causas ajenas a la muestra:

- Situaciones inadecuadas: se presentan cuando el encuestador tiene
dificultades para obtener la informacin y la sustituye por la que ms
fcilmente esta a su alcance, no siempre la ms confiable.
- Insuficiencia en la recoleccin de datos: hay distorsin por falta de
respuestas, o respuestas inadecuadas, ya sea por ignorancia o falta
de datos relativos a los elementos incluidos. Distorsiones del
encuestador causados por sus prejuicios, intereses personales, o por
fallas en la aplicacin de los instrumentos.
- Errores de cobertura a causa de que no se han incluido elementos
importantes y significativos para la investigacin que se realiza.

Errores de muestreo.- cualquiera que sea el procedimiento utilizado y
la perfeccin del mtodo empleado, la muestra diferida de la poblacin.
A esta diferencia entre la poblacin o universo y la muestra, se le
denomina error de muestreo.


16

METODOLOGA
DE LA
INVESTIGACIN
4 edicin.
M.en C. ROBERTO HERNNDEZ Sampieri
Dr. CARLOS FERNNDEZ Collado
Dra. PILAR BAPTISTA Lucio

EL PROCESO DE LA INVESTIGACIN CUANTITATIVA

CAPITULO I ROBERTO HERNNDEZ SAMPIERI


17


18
SELECCIN DE LA MUESTRA
OBJETIVOS DE APRENDIZAJE
Que el alumno:
1) Comprenda los conceptos de muestra, poblacin y procedimiento de
seleccin de la muestra.
2) Conozca los diferentes tipos de muestras, sus caractersticas, las
situaciones en que es conveniente utilizar cada uno y sus aplicaciones.
3) Est capacitado para determinar el tamao adecuado de muestra en
distintas situaciones de investigacin.
4) Pueda obtener muestras adecuadas desde el punto de vista cientfico,
aplicando diferentes mtodos de seleccin.
SNTESIS
El captulo discute los conceptos de muestra, poblacin o universo, tamao de
muestra, representatividad de la muestra y procedimiento de seleccin.
Tambin presenta una tipologa de muestras: probabilsticas y no
probabilsticas.
Explica cmo definir los sujetos que van a ser medidos, cmo determinar el
tamao adecuado de muestra y cmo proceder a obtener la muestra
dependiendo del tipo de seleccin elegido.

SOBRE QU O QUINES SE RECOLECTARAN LOS DATOS?
Aqu el inters se centra en quienes, es decir, en los sujetos u objetos de
estudio. Esto desde luego, depende del planteamiento inicial de la
investigacin.
As, si el objetivo es por ejemplo, describir el uso que hacen los nios de la
televisin, lo ms factible es que tendremos que interrogar a una muestra de
nios. Desde luego, tambin sera posible entrevistar a las mams de los nios.

19
Escoger entre los nios o sus mams, o ambos, dependera no slo del
objetivo de la investigacin sino del diseo de la misma.
El caso ya citado en el libro de la investigacin de Fernndez Collado, Baptista
y Elkes (1986) en donde el objetivo bsico del estudio es el de describir la
relacin nio televisin, determin que los sujetos seleccionados para el
estudio fueron nios que respondieron sobre sus conductas y percepciones
relacionadas con este medio de comunicacin.
En otro estudio de Greenberg, Ericson y Vlahos (1972) el objetivo de anlisis
era investigar las discrepancias o semejanzas en las opiniones de madres e
hijos con respecto al uso de la televisin. Aqu el objetivo del estudio supuso la
seleccin de mams y nios, para entrevistarlos cada uno por su lado,
correlacionando posteriormente la respuesta de cada par madre hijo.

Puede lo anterior ser muy obvio, pues los objetivos de los dos ejemplos
mencionados son claros.

En la prctica esto no parece ser tan simple para muchos estudiantes que en
propuestas de investigacin y de tesis no logran una coherencia entre los
objetivos de la investigacin y la unidad de anlisis de la misma.


20
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 anuncios
de la televisin?
Mujeres que aparecen
en los anuncios de
televisin Error no hay
grupo de comparacin
Mujeres y hombres que
aparecen en los
anuncios de televisin
para comparar si
categoras de anlisis
difieren entre los dos
grupos.
Estn los obreros del
rea metropolitana
satisfechos con su
trabajo?
Computar el nmero de
conflictos sindicales
registrados en
Conciliacin y Arbitraje
durante los ltimos 5
aos, Error: la pregunta
propone indagar sobre
actitudes individuales y
esta unidad de anlisis
denota datos agregados
en una estadstica
laboral y macrosocial
Muestra de obreros que
trabajan en el rea
metropolitana cada uno
de los cuales contestar
a las preguntas de un
cuestionario.
Hay problemas de
comunicacin entre
padres e hijos?
Grupo de adolescentes,
aplicarles cuestionario.
Error: se procedera a
describir nicamente
cmo perciben los
adolescentes la relacin
con sus padres
Grupo de padres e hijos.
A ambas partes se le
aplicar el cuestionario.


21
CMO SE DELIMITA UNA POBLACIN?
Una vez que se ha definido cul ser nuestra unidad de anlisis, se procede a
delimitar la poblacin que va a ser estudiada y sobre la cual se pretende
generalizar los resultados. As, una poblacin es el conjunto de todos los casos
que concuerdan con una serie de especificaciones (Seltiz, 1974).
La muestra suele ser definida como un subgrupo de la poblacin (Sudman,
1976). Para seleccionar la muestra deben delimitarse las caractersticas de la
poblacin.
Muchos investigadores no describen lo suficiente las caractersticas de la
poblacin o asumen que la muestra representa automticamente a la
poblacin.
Es frecuente que muchos estudios que nicamente se basan en muestras de
estudiantes universitarios porque es fcil aplicarles el instrumento de medicin,
pues estn a la mano hagan generalizaciones temerarias sobre jvenes que
probablemente posean otras caractersticas sociales.
Es preferible entonces, establecer claramente las caractersticas de la
poblacin, a fin de delimitar cules sern los parmetros muestrales. Lo
anterior puede ilustrarse con el ejemplo de la investigacin sobre el uso de la
televisin por los nios.
Est claro que en dicha investigacin la unidad de anlisis son los nios. Pero,
de qu poblacin se trata?, de todos los nios del mundo?, de todos los
nios de la Repblica Mexicana? Sera muy ambicioso y prcticamente
imposible referirnos a poblaciones tan grandes.
As tenemos que en nuestro ejemplo la poblacin fue delimitada de la siguiente
manera:


22

Esta definicin elimin entonces a nios mexicanos que no vivieran en el rea
metropolitana del D.F, a los que no van al colegio y a los menores de 9 aos.
Pero por otra parte permiti hacer una investigacin costeable, con
cuestionarios contestados por nios que ya saban escribir y un control sobre la
inclusin de nios de todas las zonas de la metrpolis, al usar la ubicacin de
las escuelas como puntos de referencia y de seleccin.
En este y otros casos, la delimitacin de las caractersticas de la poblacin no
slo depende de los objetivos del estudio, sino de otras razones prcticas.
No ser un mejor estudio, por tener una poblacin ms grande, sino la calidad
de un trabajo estriba en delimitar claramente la poblacin con base en los
objetivos del estudio.
Las poblaciones deben situarse claramente en torno a sus caractersticas de
contenido, lugar y en el tiempo.
Los criterios que cada investigador cumpla dependen de sus objetivos de
estudio, lo que es importante es establecerlos claramente. Toda investigacin
debe ser transparente, sujeta a crtica y a rplica, y este ejercicio no es posible
si al. Examinar los resultados, el lector no puede referirlos a la poblacin
utilizada en un estudio.


23
CMO SELECCIONAR LA MUESTRA?
Hasta este momento hemos visto que se tiene que definir cul ser la unidad
de anlisis y cules son las caractersticas de la poblacin. En este inciso
hablaremos de la muestra o mejor dicho de los tipos de muestra que existen, a
fin de poder elegir la ms conveniente para un estudio.

La muestra es, en esencia, un subgrupo de la poblacin. Digamos que es un
subconjunto de elementos que pertenecen a ese conjunto definido en sus
caractersticas al que llamamos poblacin. Esto se representa en la figura 8.2.
Con frecuencia leemos y omos hablar de muestra representativa, muestra al
azar muestra aleatoria como si con los simples trminos se pudiera dar ms
seriedad a los resultados.
En realidad, pocas veces se puede medir a toda la poblacin, por lo que
obtenemos o seleccionamos una muestra y se pretende desde luego que este
subconjunto sea un reflejo fiel del conjunto de la poblacin.
Todas las muestras deben ser representativas, por tanto el uso de este trmino
es por dems intil.
Los trminos al azar y aleatorio denotan un tipo de procedimiento mecnico
relacionado con la probabilidad y con la seleccin de elementos, pero no logra
esclarecer tampoco el tipo de muestra y el procedimiento de muestreo.
Hablemos entonces de esto en los prximos incisos.


24
TIPOS DE MUESTRA
Bsicamente categorizamos a las muestras en dos grandes ramas: las
muestras no probabilsticas y las muestras probabilsticas.
En estas ltimas todos los elementos de la poblacin tienen la misma
posibilidad de ser escogidos.
Esto se obtiene definiendo las caractersticas de la poblacin, el tamao de la
muestra y a travs de una seleccin aleatoria y/o mecnica de las unidades de
anlisis. Imagnense el procedimiento para obtener el nmero premiado en un
sorteo de lotera.
Este nmero se va formando en el momento del sorteo, a partir de las bolitas
(con un dgito) que se van sacando despus de revolveras mecnicamente
hasta formar el nmero, de manera que todos los nmeros tienen la misma
probabilidad de ser elegidos.
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, .y desde luego, las muestras seleccionadas por decisiones
subjetivas tienden a estar sesgadas.
El elegir entre una muestra probabilstica o una no probabilstica, depende s,
otra vez de los objetivos del estudio, del esquema de investigacin y de la
contribucin que se piensa hacer con dicho estudio.
Para ilustrar lo anterior mencionaremos varios ejemplos que toman en cuenta
dichas consideraciones.


25
EJEMPLO 1
En un primer ejemplo tenemos una investigacin sobre inmigrantes extranjeros
en Mxico, (Baptista et al. 1988).
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 1900 y 1960.
Las personas se seleccionaron a travs de conocidos, de asilos, de
referencias.
De esta manera se entrevistaron a 40 inmigrantes con entrevistas
semiestructuradas que permitieron al sujeto hablar libremente sobre sus
experiencias.
Comentario. En este caso una muestra no probabilstica es adecuada pues se
trata de un estudio con un diseo de investigacin exploratorio, es decir, no es
concluyente, sino su objetivo es documentar ciertas experiencias.
Este tipo de estudio pretende generar datos e hiptesis que constituyan la
materia prima para investigaciones ms precisas.

EJEMPLO 2
Se disea un experimento para medir si contenidos violentos en la televisin
generan conductas antisociales en los nios.
Para lograr tal objetivo se seleccionan en un colegio 60 nios de 5 aos de
edad de Igual nivel socioeconmico e igual inteligencia y se asignan
aleatoriamente a 2 grupos o condiciones. 30 nios vern caricaturas pro-
sociales (ej. Heidi) y otros 30 vern caricaturas muy violentas. Inmediatamente
despus de la exposicin a dichos contenidos violentos, los nios sern

26
observados en un contexto de juego y se medirn sus conductas violentas y
pro-sociales.

Comentario. Esta es una muestra no probabilstica. Aunque se asignen los
nios de manera aleatoria a las dos condiciones experimentales, para
generalizar a la poblacin se necesitaran repetidos experimentos.
Un estudio as es valioso en cuanto a que el nivel causa-efecto es ms preciso
al aislar otras variables, sin embargo los datos no pueden generalizarse a todos
los nios, sino a un grupo de nios con las mencionadas caractersticas. Se
trata de una muestra dirigida y clsica de un estudio de este tipo. La seleccin
de la muestra no es al azar, aunque la asignacin de los nios a los grupos si
lo es.

CMO SE HACE UNA MUESTRA PROBABILSTICA?
Resumiremos diciendo que la eleccin entre la muestra probabilstica y una no
probabilstica se determina con base en los objetivos del estudio, el esquema
de la investigacin y el alcance de sus contribuciones.
Las muestras probabilsticas tienen muchas ventajas, quizs la principal es que
puede medirse el tamao de error en nuestras predicciones.
Puede decirse incluso que el principal objetivo en el diseo de una muestra
probabilstica es el de reducir al mnimo este error al que se le llama error
estndar (Kish, 1965).
Las muestras probabilsticas 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 (captulo 9)
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 una misma probabilidad de ser elegidos.

27
Los elementos muestrales tendrn valores muy parecidos a los de la poblacin,
de manera que las mediciones en el subconjunto, nos darn estimados
precisos del conjunto mayor. Que tan preciso son dichos estimados depende
del error en el muestreo, el que se puede calcular, pues hay errores que
dependen de la medicin y estos errores no pueden ser calculados
matemticamente.

Para hacer una muestra probabilstica es necesario entender los siguientes
trminos y sus definiciones:

En una poblacin N previamente delimitada por los objetivos de la
investigacin nos interesa establecer expresiones numricas de las
caractersticas de los elementos de N.
Nos interesa conocer valores promedio en la poblacin, el cual se expresa
como:
Y = es decir se refiere al valor de una variable
determinada (Y ) que nos interesa conocer.
Nos interesa conocer tambin:
V= es decir la varianza de la poblacin con respecto
a determinadas variables.


28
Como los valores de la poblacin no se conocen, seleccionamos una muestra n
y a travs de estimados en la muestra, inferimos valores en la poblacin.

Y ser el valor de Y el cual desconocemos. Y es un estimado promedio en la
muestra el cual podemos determinar. Sabemos que en nuestra estimacin
habr una diferencia (Y y = ?) es decir, habr un error, el cual depender del
nmero de elementos muestreados. A dicho error le
llamaremos estndar =Se
Se = es la desviacin estndar de la distribucin
muestral y representa la fluctuacin de y. (se)2 = el
error estndar al cuadrado, es la frmula que nos
servir para calcular la varianza (V) de la poblacin
(N). Y la varianza de la muestra (n) ser la expresin
S2
S2= varianza de la muestra, la cual podr determinarse en trminos de
probabilidad donde S2 = p (1p)
Para una muestra probabilstica necesitamos principalmente 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.
Para lo primero, daremos una frmula que contiene las expresiones ya
descritas. Para lo segundo, necesitamos de un marco de seleccin adecuado y
de un procedimiento que permita la aleatoriedad en la seleccin. Hablaremos
de ambas cosas en los siguientes incisos.

EL TAMAO DE LA MUESTRA
Cuando se hace una muestra probabilstica, uno debe preguntarse Cul es el
nmero mnimo de unidades de anlisis (personas, organizaciones, captulos
de telenovelas, etc.), que necesito para conformar una muestra (n) que me
asegure un error estndar menor de .01 (fijado por nosotros), dado que la

29
poblacin N es aproximadamente de tantos elementos? En esta pregunta se
inquiere cul ser la probabilidad de ocurrencia de y, y de que el valor de y
basado en n observaciones se site en un intervalo que comprenda al
verdadero valor de la poblacin.
Es decir que mi estimado y se acerque a Y, al valor real. Si nosotros
establecemos el error estndar y fijamos .01, sugerimos que esta fluctuacin
promedio de nuestro estimado y con respecto a los valores reales de la
poblacin Y, no sea> .01, es decir que de 100 casos, 99 veces mi prediccin
sea correcta y que el valor de y se site en un intervalo de confianza que
comprenda el valor de Y. La frmula para determinar el tamao de n es la
siguiente:

Lo cual se ajusta si se conoce el tamao de la poblacin N. Entonces
tendremos que:

Muestra probabilstica estratificada
Determinamos en este caso que el tamao de la muestra sera de n = 298
directivos de empresa. Pero supongamos que la situacin se complica y que
esta q la tendremos que estratificar a fin de que los elementos muestrales o
unidad de anlisis posean un determinado atributo.
En nuestro ejemplo este atributo es el giro de la empresa.
Es decir, cuando no basta que cada uno de los elementos muestrales tengan la
misma probabilidad de ser escogidos, sino que adems es necesario
estratificar la muestra en relacin a estratos o categoras que se presentan en

30
la poblacin y que aparte son relevantes para los objetivos del estudio, se
disea una muestra probabilstica estratificada.
Lo que aqu se hace es dividir a la poblacin en subpoblaciones o estratos y. se
selecciona una muestra para cada estrato.
La estratificacin aumenta la precisin de la muestra e implica el uso
deliberado de diferentes tamaos de muestra para cada estrato, a fin de lograr
reducir la varianza de cada unidad de la media muestral (Kish, 1965).
Dice Kish (p. 92) en su libro de muestreo que en un nmero determinado de
elementos muestrales n = Z n h la varianza de la media muestral 7 puede
reducirse al mnimo si el tamao de la muestra para cada estrato es
proporcional a la desviacin estndar dentro del estrato.
Esto es,

En donde fh es la fraccin del estrato, n el tamao de la 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 nos dar como resultado una q ptima
para cada estrato.
Siguiendo nuestro ejemplo de los directores de empresa tenemos que la
poblacin es de 1 176 directores de empresa y que el tamao de muestra es n
= 298. La fraccin para cada estrato fh ser:

De manera que el total de la subpoblacin se multiplicar por esta fraccin
constante a fin de obtener el tamao de muestra para el estrato. Sustituyendo
tenemos que:


31
Ejemplo: MUESTRA PROBABILSTICA ESTRATIFICADA
DE DIRECTORES DE EMPRESA

Muestreo probabilstico por racimos
En algunos casos en donde el investigador se ve limitado por recursos
financieros, por tiempo, por distancias geogrficas o por una combinacin de
stos y otros obstculos, se recurre a otra modalidad de muestreo llamado por
racimos.
En este tipo de muestreo se reducen costos, tiempo y energa al considerar
que muchas veces nuestras unidades de anlisis se encuentran encapsuladas
o encerradas en determinados lugares fsicos o geogrficos a los que
denominamos racimos.

32
Para dar algunos ejemplos tenemos la tabla 8.3., en donde en la primera
columna se encuentran unidades de anlisis que frecuentemente vamos a
estudiar en ciencias sociales. En la segunda columna, sugerimos posibles
racimos en donde se encuentran dichos elementos.

El muestrear por racimos implica diferenciar entre la unidad de anlisis y la
unidad muestral.
La unidad de anlisis como lo indicamos al principio de este captulo se refiere
a quines van a ser medidos, o sea, el sujeto o sujetos a quienes en ltima
instancia vamos a aplicar el instrumento de medicin.
La unidad muestral en este tipo de muestra se refiere al racimo a travs del
cual se logra el acceso a la unidad de anlisis. El muestreo por racimos supone
una seleccin en dos etapas, ambas con procedimientos probabilsticos.
En la primera, se seleccionan los racimos, siguiendo los ya reseados pasos
de una muestra probabilstica simple o estratificada. En la segunda, y dentro de
estos racimos se seleccionan a los sujetos u objetos que van a ser medidos.
Para ello se hace una seleccin que asegure que todos los elementos del
racimo tienen la misma probabilidad de ser elegidos.
A continuacin daremos un ejemplo que comprenda varios de los
procedimientos descritos hasta ahora y que ilustra la manera como
frecuentemente se hace una muestra probabilstica en varias etapas.


33
EJEMPLO
COMO HACER UNA MUESTRA PROBABILSTICA ESTRATIFICADA Y
POR RACIMOS?
Problema de investigacin: Una estacin de radio local necesita saber con
precisin a fin de planear sus estrategias cmo usan la radio los adultos de una
ciudad de 2 500 000 habitantes. Es decir, qu tanto radio escuchan, a qu
horas, qu contenidos prefieren y sus opiniones con respecto a los programas
noticiosos.
Procedimientos: 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 X.
Diseo por racimos: Los directivos de la estacin de radio desconocen el
nmero total de sujetos con las caractersticas arriba 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 ser 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 5000 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 5000 cuadras, si queremos que nuestro
error estndar sea no mayor de 0.15 y con una probabilidad de ocurrencia del
50%?.


34

Necesitaremos una muestra de 909 cuadras de ciudad X para estimar los
valores de la poblacin con una probabilidad de error menor a .01.
* Sabemos que la poblacin N = 5 000 cuadras de la ciudad est dividida por
previos estudios de acuerdo a 4 estratos socioeconmicos, que categorizan las
5 000 cuadras segn el ingreso mensual promedio de sus habitantes, de
manera que se distribuyen como sigue:

* Estratificacin de la muestra:


35
Cmo distribuiremos los 909 elementos muestrales de 1 para optimizar
nuestra muestra, de acuerdo a la distribucin de la poblacin en los 4 estratos
socioeconmicos?

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. Esta
seleccin comprende la seleccin de los racimos, los cuales se pueden
numerar y elegir aleatoriamente hasta completar el nmero de cada estrato
En una ltima etapa se seleccionan a los sujetos dentro de cada racimo. Este
procedimiento tambin se hace de manera aleatoria, hasta lograr un nmero de
sujetos determinados en cada racimo.


36
CMO SE LLEVA A CABO EL PROCEDIMIENTO DE
SELECCIN DE LA MUESTRA?
Cuando iniciamos nuestra discusin sobre muestra probabilstica, sealamos
que dichos tipos de muestra dependen de dos cosas:
1) Del tamao de la muestra; 2) del procedimiento de seleccin. De lo primero,
hemos hablado con todo detalle, de lo segundo hablaremos ahora. Se
determina el tamao de la muestra n, pero cmo seleccionar los elementos
muestrales? Se precisa el nmero de racimos necesario cmo se seleccionan
a los sujetos dentro de cada racimo? Hasta el momento slo hemos dicho que
los elementos se eligen aleatoriamente, pero cmo se hace esto?
Las unidades de anlisis o los elementos muestrales se eligen siempre
aleatoriamente para asegurarnos que cada elemento tenga la misma
probabilidad de ser elegidos. Pueden usarse 3 procedimientos de seleccin:

TMBOLA
Muy simple y no muy rpido, consiste en numerar todos los elementos
muestrales del 1... Al n. Hacer unas fichas, una por cada elemento, revolveras
en una caja, e ir sacando n fichas, segn el tamao de la muestra. Los
nmeros elegidos al azar conformarn la muestra.
NMEROS RANDOM O NMEROS ALEATORIOS
El uso de nmeros random no significa la seleccin azarosa o fortuita, sino la
utilizacin de una tabla de nmeros que implica un mecanismo de probabilidad
muy bien diseado.
Los nmeros random de la Corporacin Rand, fueron generados con una
especie de ruleta electrnica. Existe una tabla de un milln de dgitos,
publicada por esta corporacin; partes de dicha tabla se encuentran en los
apndices de muchos libros de estadstica.

37
Siguiendo el ejemplo del inciso anterior, determinamos una muestra de 909
manzanas o cuadras, y a partir de este nmero se determin una submuestra
para cada estrato. Vase que para el estrato 1, la poblacin es de 270,
manzanas. Numeramos entonces en nuestro listado o mapa las 270 cuadras y
seleccionamos a partir de la tabla de nmeros random los 50 casos que
constituirn nuestra muestra.


38
SELECCIN SISTEMTICA DE ELEMENTOS MUESTRALES

Este procedimiento de seleccin es muy til y fcil de aplicar e implica el
seleccionar dentro de una poblacin N a un nmero n de elementos a partir de
un intervalo K.
K es un intervalo que va a estar determinado por el tamao de la poblacin y el
tamao de la muestra. De manera que tenemos que K = N/n, en donde K = es
un intervalo de seleccin sistemtica N = es la poblacin a = es la muestra.

LISTADOS Y OTROS MARCOS MUESTRALES
El listado se refiere a una lista existente o a una lista que se tiene que
confeccionar ad hoc, de los elementos de la poblacin, y a partir de la cual se
seleccionarn los elementos muestrales. El segundo trmino se refiere a un
marco de referencia que nos permita identificar fsicamente a los elementos de
la poblacin, la posibilidad de enumerarlos y por ende, proceder a la seleccin
de los elementos muestrales.
Hay listas que proporcionan una gran ayuda al investigador. Pensamos en
directorios especializados como el Industridata que enlista a las empresas
mexicanas medianas y grandes, el directorio de la Ciudad de Mxico por calles,
el directorio de medios, que enlista casa productoras, estaciones de radio y
televisin, peridicos y revistas. Este tipo de directorios realizados por
profesionales son tiles al investigador pues representan una compilacin
(sujetos, empresas, instituciones), resultado de horas de trabajo e inversin de
recursos.
Recomendamos pues utilizarlos cuando sea pertinente, tomando en cuenta las
consideraciones que estos directorios hacen en su introduccin y que revelan a
qu ao pertenecen los datos, cmo los obtuvieron, (exhaustivamente, por
cuestionarios, por voluntarios) y muy importante, quines y porqu quedan
excluidos del directorio.

39
Los listados basados en listas existentes sobre una poblacin pueden ser
variados: el directorio telefnico, la list de miembros de una asociacin,
directorios especializados, las listas oficiales de escuelas de la zona, las listas
de las canciones de xito publicadas por una revista, la lista de alumnos de una
universidad, etc.
Algunos de estos marcos de referencia son los archivos, los mapas, volmenes
de peridicos empastados en una biblioteca o las horas de transmisin de
varios canales de televisin.

TAMAO PTIMO DE UNA MUESTRA
El precisar adecuadamente el tamao de la muestra puede tornarse en algo
muy complejo dependiendo del problema de investigacin y la poblacin a
estudiar. Se nos ocurre que para el alumno y el lector en general, pueda
resultar muy til el comparar qu tamao de muestra han utilizado otros
investigadores en ciencias sociales. Para tal efecto reproducimos las siguientes
tablas preparadas por Sudman (1976) y que indican el tamao de la muestra
ms utilizada por los investigadores segn sus poblaciones (nacionales o
regionales) y segn los subgrupos que quieren estudiarse en ellas.

En esta tabla vemos que el tipo de estudio poco determina el tamao de la
muestra, sino ms bien el hecho de que sean muestras nacionales o
regionales. Las muestras nacionales, es decir, muestras que representan a la
poblacin de un pas son tpicamente de ms de 1 000 sujetos.


40
Las muestras regionales (por ejemplo las que representen al rea
metropolitana) algn estado del pas o algn municipio o regin son
tpicamente ms pequeas con rangos de 700 a 400 sujetos.

Distribucin norntal: esta distribucin en forma de campana se logra
generalmente con muestras de 100 o + unidades muestrales y es til y
necesaria cuando se hacen inferencias de tipo estadstico.

CMO SON LAS MUESTRAS NO PROBABILSTICAS?
Las muestras no probabilsticas, las cuales llamamos tambin muestras
dirigidas suponen un procedimiento de seleccin informal y un poco arbitrario.
An as estas se utilizan en muchas investigaciones y a partir de ellas se hacen
inferencias sobre la poblacin.
Es como si juzgsemos el sabor de un cargamento de limones, solamente
probando alguno, como si para muestra bastase un botn. La muestra dirigida
selecciona sujetos tpicos con la vaga esperanza de que sean casos
representativos de una poblacin determinada. La verdad es que las muestras
dirigidas tienen muchas desventajas. La primera es que, al no ser
probabilsticas, no podemos calcular con precisin el error estndar, es decir,
no podemos calcular con qu nivel de confianza hacemos una estimacin.

La ventaja de una muestra no probabilstica es su utilidad para un 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. Hay varias clases de muestras dirigidas y stas
se definirn a continuacin.


41
La muestra de sujetos voluntarios
Las muestras de sujetos voluntarios son frecuentes en ciencias sociales y
ciencias de la conducta. Se trata de muestras fortuitas, utilizadas tambin en la
Medicina y la Arqueologa en donde el investigador elabora conclusiones sobre
especmenes que llegan a sus manos de manera casual.
La muestra de expertos
En ciertos estudios es necesaria la opinin de sujetos expertos en un tema.
Estas muestras son frecuentes en estudios cualitativos y exploratorios que para
generar hiptesis ms precisas o para generar materia prima para diseo de
cuestionarios.
Los sujetos-tipos
Al igual que las muestras anteriores, sta tambin se utiliza en estudios
exploratorios y en investigaciones de tipo cualitativo, donde el objetivo es la
riqueza, profundidad y calidad de la informacin, y no la cantidad, y
estandarizacin. En estudios de perspectiva fenomenolgica donde el objetivo
es analizar los valores, ritos y significados de un determinado grupo social, el
uso tanto de expertos como de sujetos-tipo es frecuente.
LA MUESTRA POR CUOTAS
Este tipo de muestra se utiliza mucho en estudios de opinin y de
mercadotecnia. Los encuestadores reciben instrucciones de administrar
cuestionarios a sujetos en la calle, y que al hacer esto vayan conformando o
llenando cuotas de acuerdo a la proporcin de ciertas variables demogrficas
en la poblacin.


42

METODOLOGIA DE LA INVESTIGACION CIENTIFICA

SERGIO CARRASCO Daz

Capitulo 09:

UNIVERSO POBALCION Y MUESTRA.

CAPITULO I SERGIO CARRASCO DAZ


43


44
1.-UNIVERSO, POBLACIN Y MUESTRA

DEFINICIONES Y OTROS ASPECTOS SIGNIFICATIVOS
1.1.- UNIVERSO:
Es el conjunto de elementos globales, finitos o infinitos que son materia de
investigacin y al que pertenecen la poblacin y la muestra de estudio en
estrecha relacin con las variables y el fragmento problemtico de la realidad
que es materia de investigacin.
Algunos autores emplean el termino universo como sinnimo de poblacin,
otros designan con la palabra universo a todos los elementos de una
determinada rea o mbito territorial para investigaciones fsicas, es decir,
cuando aquello que se investiga es abitico o elementos inanimados, y
poblacin para referirse a investigaciones sociales o naturales, donde lo que
se investiga son seres vivos.
Ejemplo:
Si el titulo del trabajo de investigacin fuera: calidad acadmica de los
estudiantes de las universidades estatales de lima metropolitana, 2005.
El universo de esta investigacin lo constituye el estudiante universitario en
general, es decir, los estudiantes del mundo.
1.2.- POBLACIN:
Conjunto de todos los elementos (unidades de anlisis) que pertenecen al
mbito espacial donde se desarrolla el trabajo de investigacin y poseen
caractersticas mucho ms concretas que el universo.

Ejemplo:
Considerando el mismo ttulo anterior, la poblacin serian todos los estudiantes
universitarios de las universidades estatales de lima metropolitana.


45
1.3.- MUESTRA:
Es una parte o fragmento representativo de la poblacin, cuyas caractersticas
esenciales son las de ser objetiva y reflejo fiel de ella, de tal manera que los
resultados obtenidos de la muestra puedan generalizarse a todos los
elementos que conforman dicha poblacin.

GRAFICO ILUSTRATIVO DEL UNIVERSO, POBLACIN Y
MUESTRA

UNIVERSO
POBLACION
MUESTRA
DOCENTES
DOCENTES DE
LA PROVINCIA
DE HUAURA.
FRAGMENTO
REPRESENTATIVO DE
LOS DOCENTES DE LA
PROVINCIA DE HUAURA.


46
CUADRO COMPARATIVO

INDICADORES CONCEPTO CARACTERSTICAS

UNIVERSO
Es el conjunto de
elementos finitos o infinitos
que son materia de
investigacin y al que
pertenece la poblacin y la
muestra de estudio
Pudiendo ser dichos
elementos naturales,
sociales o abstractos, tales
como el agua, las rocas,
las plantas, etc.
Acciones humanas, grupos
sociales, procesos o
programas, etc. Ideas,
conceptos, smbolos,
teoras, etc.
- Pueden ser finitos o
infinitos.
- Abarca la totalidad a nivel
mundial o universal.
- No es posible estudiarlo
en su totalidad.
- Incluyen a la poblacin y
la muestra.
- Pueden ser naturales,
sociales o abstractos.
- Los elementos del
universo poseen
caractersticas comunes
pero muy generales.

POBLACIN
Conjunto de todos los
elementos que forman
parte del espacio territorial
al que pertenece el
problema de investigacin
y poseen caractersticas
mucho ms concretas que
el universo.

- Solo abarca la totalidad
de elementos del espacio
territorial del problema.
- Su estudio total es muy
costoso.
- Contiene a la muestra.
- Son limitados, es decir
son finitos.

MUESTRA
Fragmento representativo
de la poblacin, que debe
poseer las mismas
propiedades y
caractersticas de ella.
Para ser objetiva requiere
ser seleccionada con
tcnicas adecuadas.

- Es parte representativa
del problema de
investigacin.
- Son posibles de estudiar.
- Poseen caractersticas
autenticas de la
poblacin.
- Son de tamao
moderado, proporcional
al de la poblacin.


47
2.- REQUISITOS DE UNA MUESTRA ADECUADA:
Para que los resultados del estudio de la muestra, como parte objetiva y
representativa de la poblacin, sea generalizada a todo el mbito social que
corresponde el problema de investigacin, debe poseer los siguientes
requisitos:
a) Poseer las mismas caractersticas de la poblacin.
b) Seleccionar con procedimientos y tcnicas basadas en reglas
estadsticas y matemticas.
c) Ser directamente proporcional al tamao de la poblacin.
d) Que el error muestral determinado este dentro de los limites y
estndares permitidos.

2.1.- BASE Y UNIDAD DE LA MUESTRA
2.1.1.- BASE DE LA MUESTRA:
Llamada tambin marco muestral, se refiere al conjunto de unidades
muestrales, sean individuales o grupales que constituyen la poblacin que es
materia de estudio.
Ejemplo:
Si la investigacin fuera calidad de gestin de los decanos de las facultades de
educacin de las universidades particulares de la regin lima, 2005.
La base de la muestra seria la relacin o padrn de decanos de cada
universidad privada.
2.1.2.- UNIDAD DE LA MUESTRA:
Es cada uno de los elementos que conforman la base de la muestra y por
consiguiente de la poblacin.



48
Ejemplo:
Si la base de la muestra, fuera el padrn de decanos de las universidades
privadas de la regin de lima, la unidad de la muestra ser cada uno de los
decanos de las citadas facultades.

2.2.- ERROR MUESTRAL
- Es una constante inevitable en todo procedimiento de muestreo, es
decir, en tanto no se estudie o analice al 100% la poblacin, siempre
habr un margen de error al seleccionar la muestra. En otras palabras,
nunca podr elegirse las unidades muestrales, de tal manera que
posean las mismas propiedades y caractersticas de la poblacin.

- En tal sentido, el error muestral puede definirse como la diferencia entre
las caractersticas y las propiedades de la muestra y las de la poblacin
de la cual se ha tomado dicha muestra.

Por ejemplo, una poblacin de 50 000 profesores de centros educativos
estatales, el promedio de tiempo de servicio es de 22,5 aos. Si
tomamos cinco muestras de 100 profesores, y se calcula el tiempo de
servicio promedio para cada uno de los grupos de 100 profesores,
tendremos un promedio para cada grupo, o sea, cinco promedios. Si
cada uno de ellos es de 22,5 aos, entonces no existir un error en la
seleccin, es decir, tendremos cero error, lo que es imposible de lograr,
ya que existen diversos factores que interfieren para generar
inevitablemente el error, uno de ellos es el grado de dispersin de las
unidades muestrales.

Lo ms probable es que de cada uno de los grupos muestrales, se
obtenga promedios de 20,5; 19,8; 21,4; 23,5 y 22,0; y que sumados y
divididos entre el nmero de grupos muestrales, que es 5, resulta un
promedio final de 21,2.



49
3.- TIPO DE MUESTRA
Existen dos tipos de muestra:
a) Muestra probabilstica.-
- se basa en principios estadsticos y reglas aleatorias.
- No estn sujetas a la voluntad y arbitrariedad del investigador.
- Este tipo de muestra es la ms recomendable, representa mejor a
la poblacin.
b) La muestra no probabilstica:
- No estn sujetas ni a principios ni a reglas estadsticas y solo
dependen de la voluntad y decisin del investigador.
- Esta se distorsiona a menudo por diversos factores psicosociales.
Resultando carentes de objetividad.

3.1.- MUESTRAS PROBABILSTICAS:
Se dividen en: probabilsticas aleatorias simples, probabilsticas aleatorias
estratificadas, probabilsticas sistemticas y probabilsticas por racimos.

3.1.1.- muestra probabilstica aleatoria simple:
En esta clase de muestras todos los elementos de la poblacin tienen la misma
probabilidad de ser elegidos para ser parte de la muestra.
Meil salkimo al respecto nos dice: el tipo ms comn de procedimiento de
muestreo probabilstico es el muestreo aleatorio simple; aqu cada miembro de
la poblacin tiene una posibilidad igual e independiente de ser seleccionado
como parte de la muestra.
Igual - porque no existe ninguna predisposicin a escoger a una persona.
- Si se muestra aleatoriamente, las caractersticas de la muestra
debern ser muy parecidas a las caractersticas de la poblacin
del cual se toma la muestra.


50
3.1.2.- muestra probabilstica aleatoria sistemtica:
Es la muestra que se determina y selecciona tomando un numero de la
poblacin, que corresponde al resultado de dividir la poblacin entre el tamao
de la muestra.

3.1.3.- muestra probabilstica aleatoria estratificada:
La muestra aleatoria simple es muy eficaz, porque se le ha seleccionado
adecuadamente, sin embargo, cuando concurren ciertas propiedades como
edad, sexo, profesin, grado de estudio, etc. ya no resulta tan preciso este tipo
de muestra. Si a esto le sumamos la pertinencia que debe tener la muestra con
los objetivos de la investigacin, se hace ms exigente una forma distinta de
muestreo.

3.1.4.- muestra probabilstica por racimos:
Se utiliza cuando los recursos econmicos son muy escasos y limitados.
- Los elementos de la poblacin se encuentran muy distantes y
dispersos por la accin de factores geogrficos, econmicos y
sociales, que poseen ciertas caractersticas que los agrupan por
segmentos.
Para seleccionar la muestra se procede primero a determinar las unidades
muestrales, haciendo uso de la tabla de los nmeros aleatorios, y luego para
cada grupo tambin se determina la sub-muestra, siguiendo el mismo
procedimiento anterior.



51
3.2.- MUESTRAS NO PROBABILSTICAS:
En este tipo de muestra, no todos los elementos de la poblacin tienen la
probabilidad de ser elegidos para formar parte de la muestra.
No son tan representativos, se dividen en. Muestras intencionadas y muestras
por cuotas.

3.2.1.- muestras intencionadas:
Es aquella que el investigador selecciona segn su propio criterio sin ninguna
regla matemtica o estadstica.
El investigador procura que la muestra sea lo ms representativa, es necesario
que conozca objetivamente las caractersticas de la poblacin que estudia; el
investigador procede a seleccionar la muestra.
El investigador procede a seleccionar la muestra en forma intencional, eligiendo
aquellos elementos que considera convenientes y cree que son los ms
representativos.

3.2.2.- muestras por cuotas:
Consiste en clasificar a la poblacin en grandes grupos o categoras, para
luego seleccionar sobre la base de su propio criterio de unidades de anlisis.

4.- DETERMINACIN DEL TAMAO DE LA MUESTRA:
El investigador debe procurar que el tamao de la muestra sea proporcional al
tamao de la poblacin y a la vez que sea representativa su magnitud debe
permitir contener y resumir todas las caractersticas y propiedades necesarias
para que los resultados de su estudio puedan generalizarse a toda la
poblacin.


52
Esta parte del proceso de investigacin, por lo general, resulta un tanto difcil
para quienes se inician en el campo de la investigacin, ello es justificable, ya
que contiene formulas y tablas estadsticas que a simple vista dan la
impre4sion de ser complicadas y engorrosas, causando desnimos en el
estudiante y profesional investigador.
Sin embargo esta supuesta complejidad, que genera una impresin de
dificultad, es puramente aparente, ya que con un poco de entusiasmo,
atencin, y anlisis se puede comprender con facilidad cada uno de los
procedimientos empleados para determinar el tamao de la muestra.

4.1.- determinacin del tamao de la muestra mediante la tabla
de error:
La tabla de error constituye uno de los instrumentos ms prcticos usados en la
investigacin cientfica para el tratamiento de la poblacin y la muestra,
concretamente para determinar el tamao de la muestra o calcular cuntos
elementos de la poblacin deben ser tomados para constituir la muestra.
La mayora de los estudiantes tesistas o investigadores la prefieren por ser de
fcil uso y manejo, ya que seala las respectivas cantidades muestrales que le
corresponde a una determinada magnitud poblacional, atendiendo lgicamente
al nivel de confianza establecido, y a nivel de significacin.



53
TABLA PARA DETERMINAR EL TAMAO DE LA MUESTRA
EXTRADA DE POBLACIONES FINITAS PARA MRGENES DE
ERROR DEL 1 AL 10% EN LA HIPTESIS DE P = 50%
AMPLITUD
DE LA
POBLACIN
TAMAO DE LA MUESTRA SEGN MRGENES
DE ERROR
+ -1
0,01
+ -2
0,02
+ -3
0,03
+ -4
0,04
+ -5
0,05
+ -10
0,10
N n1 n2 n3 n4 n5 n10
500 - - - - 222 83
1 000 - - - 385 386 91
1 500 - - 638 441 316 94
2 000 - - 714 476 333 95
2 500 - 1 250 796 500 345 96
3 000 - 1 364 811 520 353 97
3 500 - 1 468 843 530 359 98
4 000 - 1 538 870 541 364 98
4 500 - 1 607 891 546 367 98
5 000 - 1 667 909 556 370 98
6 000 - 1 765 938 566 375 99
7 000 - 1 842 959 574 378 99
8 000 - 1 905 976 580 381 99
9 000 - 1 957 989 584 383 99
10 000 5 000 2 000 1 000 588 385 99
15 000 6 000 2 143 1 034 600 390 100
20 000 6 667 2 222 1 053 606 392 100
25 000 7 143 2 273 1 064 610 394 100
50 000 8 333 2 381 1 087 617 397 100
100 000 9 091 2 439 1 099 621 398 100
+ de 100 000 10 000 2 500 1 111 625 400 100

Fuente: tabla de Fisher, arkin y colton.


54
4.1.1.- pasos para interpretar la tabla.
1. Paso.- teniendo previamente el valor de la poblacin (en cifras) se la
ubica en la primera columna de la tabla.
2. Paso.- se identifica el margen de error establecido con anticipacin para
la seleccin de la muestra.
3. Paso.- en la interseccin de la poblacin determinada para la nuestra
investigacin y el margen de error establecido se encuentra un valor, ese
valor, es la muestra representativa que debe considerarse para el trabajo
de investigacin.
4. Paso.- en el supuesto de que en la interseccin de los datos, poblacin y
margen de error, fila y columna respectivamente, no exista cantidad
sealada, entonces se toma como muestra ms de la mitad de la
poblacin.

5.- SELECCIN DE LA MUESTRA:
Uno de los puntos clave y significativos del proceso de investigacin, es la
seleccin de la muestra, es decir, determinar qu elementos de la poblacin
conformaran la muestra para que esta sea representativa y contenga las
caractersticas y propiedades del mbito poblacional del cual fue extrada.
5.1.- procedimientos para seleccionar la muestra.
5.1.1.- para la muestra probabilstica aleatoria:
a) el procedimiento del sorteo o nfora.
Es sencillo, pero tiene sus particularidades, supone enumerar a todos
los elementos de la poblacin, luego estos nmeros se depositan en
un nfora, del cual, una vez mezclados los nmeros se procede a
extraer al azar hasta completar la muestra en cantidad previamente
definida.
b) Mediante el uso de la tabla de los nmeros aleatorios.


55
La taba de los nmeros aleatorios corresponde a la corporacin
RANDOM y contiene un milln de dgitos que fueron generados
electrnicamente.
Para seleccionar la muestra mediante este procedimiento es
recomendable previamente:
1. Determinar la poblacin de la que se va a seleccionar la
muestra. Esto significa saber cuntos elementos conforman la
poblacin.
2. Conocer el tamao de la muestra para organizar los dgitos de
los nmeros aleatorios en la tabla.
3. Elaborar una nomina de todos los elementos de la poblacin y
asignarle su respectivo nmero, es decir cada elemento de la
poblacin debe estar debidamente enumerado.
4. Organizar en un cuadro los nmeros aleatorios que se
requieran para la seleccin de la muestra predefinida.


56

METODOLOGIA CUANTITATIVA: ESTRATEGIAS Y
TECNICAS DE INVESTIGACION SOCIAL


Segunda parte: los preliminares de la investigacin
social.

Capitulo 5:
La seleccin de las unidades de observacin:

EL DISEO DE LA MUESTRA

CAPITULO I M. ANGELES CEA DANCONA


57

LA SELECCIN DE LAS UNIDADES DE OBSERVACION: EL DISEO DE LA MUESTRA
(MARIA CEA D ANCONA)
FUNDAMENTOS Y
CLASIFICACION
TERMINOLOGIACA
POBLACION: conjunto de
unidades para las que se
desea obtener cierta
informacin.
MUESTRA: constituye
una representacin a
pequea escala de la
poblacin.
EL TIEMPO Y LOS RECURSOS
LA MODALIDAD DE MUESTREO
SELECCIONADO
LA DIVERSIDAD DE LOS ANALISIS DE
LO DATOS PREVISTA
LA VARIANZA O HETEROGENEIDAD
POBLACIONAL
EL NIVEL DE CONFIANZA
ADOPTADO
Son componentes esenciales conocidos al equipo
investigador
La seleccin de una de las modalidades de muestreo
seleccionado en la configuracin del diseo de la muestra
Para la realizacin de anlisis multivariables se precisa
una cierta proposicionalidad entre el nmero de
observaciones y el de variables
Cuando ms heterognea sea la poblacin mayor ser su
varianza poblacional
El nivel de confianza expresa el grado de confianza
EL TAMAO DE LA MUESTRA
CAPITULO I M. ANGELES CEA DANCONA


58

EL ERROR MUESTRAL
Cuando se disea una muestra el
objetivo primordial es conseguir
un elevado nivel de adecuacin en
la seleccin de la muestra
A medida que aumenta el
tamao de la muestra, decrece
el error muestral
1_m. de rutas aleatorias.
2_m. estratgico.
3_M. DE BOLA DE NIEVE
LA VARIANZA
POBLACIONAL
El nivel de heterogeneidad de
una poblacin favorece el
error muestral
EL TIEMPO Y LOS
RECURSOS
EL NIVEL DE
CONFIANZA
ADOPTADO
EL TIPO DE
MUESTREO
REALIZADO
1. M. simple.- constituye el prototipo de
muestreo al cual se estiman las formulas
bsicas para el clculo.
2. M. sistemtico.- exige la existencia de un
listado de la poblacin.
3. M. estratificado.- dispone la informacin
sobre caractersticas de la poblacin de
inters.
4. M. por conglomerado.- representa un
procedimiento de seleccin aleatoria de
un conjunto de individuos.
5. M. por cuotas.- selecciona una muestra
que se ajusta a la distribucin de las
caractersticas de la poblacin.
Se fundamenta en la
aleatorizacion como criterio
especial de seleccin muestral
M. NO
PROBABILISTICO
M. ALEATORIO O
PROBABILISTICO
TIPOS DE MUESTRA
El muestreo aleatorio
estratificado, es el que genera
un menor error muestral
Aumentar el nivel de confianza
supone ampliar el tamao de la
muestra, una mayor nivel de
confianza lleva a la reduccin
del error muestral
CAPITULO I M. NGELES CEA DANCONA


59
La seleccin de las unidades de observacin constituye un estadio primordial
en todo proceso de investigacin. De cmo se materialice dicha eleccin
depender, en buena medida, la calidad de la informacin que se recoja.
Razn por la cual se recomienda al investigador que no escatime, ni tiempo ni
esfuerzo, en la planificacin y ejecucin del diseo de la muestra.

1.- FUNDAMENTOS Y CLARIFICACIN TERMINOLGICA:
Por poblacin (o universo de estudio) comnmente se entiende un conjunto de
unidades, para las que se desea obtener cierta informacin. Las unidades
pueden ser personas, familias, viviendas, escuelas, organizaciones, artculos,
etc.; y la informacin vendr dictada por los objetivos de la investigacin.
Aunque el universo fuese de pequea dimensin, por razones de economa,
rara vez se observa a cada una de las unidades que lo forman. Por el contrario,
se decide la extraccin de una muestra de entre los integrantes del universo. Si
bien, en este hacer tambin existen divergencias. Depende, fundamentalmente
de la estrategia de investigacin que se haya escogido para la consecucin de
los objetivos del estudio.

Cualquier diseo muestral comienza con la bsqueda de documentos que
ayude a la identificacin de la poblacin de estudio. Con el trmino marca se
hace referencia al listado que comprende las unidades de la poblacin. Puede
ser un censo general de la poblacin, un registro de individuos, o cualquier otro
procedimiento que lleve a la identificacin de los miembros de una poblacin.

Por lo que ha de cumplir una serie de requisitos mnimos:

a) El marco ha de ser ms completo posible, en orden a facilitar la
representatividad de la muestra.


60
Tngase presente que la muestra escogida solo podr considerarse
representativa de la poblacin comprendida en el marco de muestreo
elegido; es decir de aquellos que han tenido probabilidad de participar
en la muestra.
En suma, cualquier marco de muestra se halla limitado a un conjunto de
la poblacin siendo adems vulnerable a la presencia de omisiones. Del
volumen de estas junto a la capacidad del investigador de detectarlas y,
en su caso, eliminarlas, depender la incidencia del marco de muestreo
en la aparicin de sesgos en la seleccin de la muestra.

b) La comprehensividad del marco muestral conlleva, necesariamente, la
exigencia de su actualizacin como ya se ha hecho mencin. En la
medida en el que el marco muestral se halle actualizado las
posibilidades de omisiones se restringen. Por el contrario aumenta la
probabilidad de que este contenga a los miembros reales de la poblacin
que representa.
c) Cuando la investigacin persigue la generalizacin de los datos
muetrales, es preciso que cada componente de la poblacin este
igualmente representado en el marco de muestreo. Han de evitarse las
duplicidades. Este es un problema habitual cuando, para una misma
muestra, se combinan dos o ms listados diferentes.
d) El marco muestral tampoco ha de incluir unidades que no correspondan
a la poblacin que se analiza. La inclusin de estas unidades reduce la
probabilidad de eleccin de las unidades que si pertenecen a la
poblacin.
e) El marco muestral ha de contener informacin suplementaria que ayude
a la localizacin de las unidades seleccionadas.
f) Ante todo, el marco debera ser fcil de utilizar. Aquellos que estn en
soporte magntico simplifican y automatizan bastante el proceso de
extraccin muestral. No solo reducen los costes del diseo de la
muestra, sino tambin contribuyen a la reduccin de errores en la
seleccin de la muestra.



61
2.- EL TAMAO DE LA MUESTRA:
El nmero de unidades a incluir en la muestra constituye una de las decisiones
preliminares en cualquier diseo muestral. En esta decisin participan
diferentes factores.
Estos se resumen en:
1. El tiempo y los recursos disponibles para llevar a cabo la investigacin.
2. La modalidad de muestreo seleccionada en orden a alcanzar los
objetivos esenciales de la investigacin.
3. La diversidad de los anlisis de datos prevista.
4. La varianza o heterogeneidad poblacional.
5. El margen de error mximo admisible para la estimacin de los
parmetros poblacionales.
6. El nivel de confianza de la estimacin muestral.

1.- El tiempo y los recursos disponibles:
Son dos componentes esenciales en cualquier investigacin para la
materializacin del estudio propuesto.

2.- La modalidad de muestreo seleccionada:
La seleccin de una de las modalidades de muestreo se halla determinada por
la confluencia de tres componentes claves en la prctica de cualquier
investigacin: los objetivos, los recursos y el tiempo dado para su realizacin.

3.- La diversidad de los anlisis de datos prevista:
Para la realizacin de anlisis multivariables se precisa una cierta
proporcionalidad entre el nmero de observaciones y el nmero de variables
incluidas en el estudio.


62
Para anlisis bivariados tambin se precisa un tamao muestral elevado.
Especialmente si las variables comprenden un numero amplio de categoras.

4.- La varianza o heterogeneidad poblacional:
Cuanto ms heterognea sea la poblacin, mayor ser su varianza poblacional.
En consecuencia, necesitara un mayor tamao muestral para que la variable de
sus componentes se halle representada en la muestra.
Las exigencias de tamao muestral se reducen, en cambio, en universos
homogneos caracterizados por una baja varianza poblacional.

5.- El margen de error mximo admisible:
El error muestral interviene en la decisin sobre el tamao de la muestra
siempre que el diseo muestral sea probabilstico. En este caso el investigaros
fija el error a priori, sopesando la precisin que desea para sus estimaciones,
con los costes que supondran la reduccin del error muestral.

6.- El nivel de confianza de la estimacin:
El nivel de confianza expresa-como su nombre los indica-el grado de
confianza que el investigador tiene en que su estimacin se ajuste a la
realidad.

3.- EL ERROR MUESTRAL:
Cuando se disea una muestra, el objetivo primordial es conseguir un elevado
nivel de adecuacin en la seleccin de la muestra, respecto de la poblacin a la
que pertenece.


63
Pero por muy perfecta que sea la muestra, como nicamente se analiza una
parte de la poblacin, siempre habr alguna divergencia entre los valores
obtenidos de la muestra y los valores correspondientes en la poblacin. Esa
disparidad se denomina error muestral; el grado de inadecuacin existente
entre las estimaciones muestrales y los parmetros poblacionales.
En el clculo del error tpico intervienen los elementos siguientes:
a) El tamao muestral.
b) La varianza poblacional.
c) El nivel de confianza adoptado.
d) El tipo de muestreo realizado.

a).- el tamao muestral:
No es la proporcin de la poblacin que constituye la muestra lo que determina
el error muestral, sino el tamao de la muestra. A medida que aumenta el
tamao de la muestra, decrece el error muestral.
b).- la varianza poblacional:
El nivel de heterogeneidad de unan poblacin, favorece el error muestral,
excepto si se aumenta el tamao muestral para incluir todas las distintas
variedades que componen el universo.
El error muestral se halla ms presente en poblaciones heterogneas que en
universos homogneos.
c).- el nivel de confianza adoptado:
Como aumentar el nivel de confianza supone ampliar el tamao de la muestra,
obviamente un mayor nivel de confianza llevara consigo la reduccin del error
muestral.
Incrementos en el tamao de la muestra conlleva una ampliacin del nivel de
confianza en l estimacin muestral.


64
d).- el tipo de muestreo realizado:
El error muestral tambin se halla afectado por el procedimiento de seleccin
de las unidades muestrales. En general, el muestreo aleatorio estratificado es
el que genera un menor error muestral. En cambio el muestreo aleatorio o por
conglomerados es el que ocasiona un mayor error muestral.
A estas afirmaciones genricas cabe aadir que de acuerdo con fowler (1988)
las precisiones siguientes:
a) El muestreo aleatorio sistemtico ocasiona errores de muestreo
equivalentes a las muestras aleatorias simples, siempre y cuando no
exista ninguna estratificacin en la muestra.
b) Las muestras aleatorias estratificadas presentan menores errores de
muestreo que las muestras aleatorias simples del mismo tamao; pero,
solo existe heterogeneidad entre los estratos.
c) El muestreo aleatorio por conglomerados genera un mayor error tpico,
sobre todo cuando mayor es el tamao de los conglomerados en la
ltima fase de muestreo.

4.- TIPOS DE MUESTREO: DISEOS MUESTRALES
PROBABILSTICOS Y NO PROBABILSTICOS.
La representatividad de una muestra no solo depende de la magnitud de su
tamao, sino tambin del procedimiento seguido para la seleccin de las
unidades muestrales. Las modalidades de muestreo son variadas, aunque
cabe agruparlas en dos amplias categoras; muestreo probabilstico y no
probabilstico.
MUESTREO PROBABILSTICO ALEATORIO
Se fundamenta en la aleatorizacion como criterio esencial de seleccin
muestral.



65
Ello favorece que:
a) Cada unidad de la poblacin tenga una probabilidad igual de participar
en la muestra.
b) La eleccin de cada unidad muestral sea independiente de las dems.
c) El clculo de la adecuacin de la estimacin muestral a los parmetros
poblacionales pueda hacerse dentro de unos mrgenes de probabilidad
especficos.
El muestreo probabilstico se adecua ms a propsitos de:
Estimacin de parmetros.
Comprobacin de hiptesis.

MUESTREO NO PROBABILSTICO
A diferencia de la anterior, la extraccin de la muestra se efecta siguiendo
criterios diferentes de la aleatorizacion, adems repercute en:
a) La desigual probabilidad de las unidades de la poblacin para formar
parte de la muestra.
b) La dificultad de calcular el error muestral.
c) La introduccin de sesgos en el proceso de eleccin muestral. Esto
redunda en riesgos superiores de invalidez de los hallazgos de la
investigacin.
El muestreo no probabilstico se muestra ms apropiado para:
La indagacin exploratoria.
Estudios cualitativos.
Investigacin sobre poblacin marginal.
Muestreo aleatorio simple.
Constituye el prototipo de muestreo, en referencia al cual se estiman las
formulas bsicas para el clculo del tamao y del error muestral.


66
La seleccin muestral puede hacerse siguiendo una tabla de nmeros
aleatorios, mediante un programa de ordenador, u otro procedimiento que
garantice que:

a) Cada unidad de la poblacin tenga una probabilidad igual de participar
en la muestra.
b) La seleccin muestral sea totalmente aleatoria hasta alcanzar el tamao
muestral fijado.
Si el uso del ordenador no resulta viable, se recurre al procedimiento
tradicional: utilizar una tabla de nmeros aleatorios. Estas tablas comprenden
mltiples combinaciones de nmeros extrados al azar, de forma que cada
digito presente una posibilidad igual de figurar en cualquier punto de la tabla.

Ventajas e inconvenientes del muestreo aleatorio simple:

ventajas Inconvenientes
Facilidad de los clculos estadsticos.

Elevada probabilidad de lograr la
equiparabilidad entre las
caractersticas de la muestra y las
correspondientes a la poblacin.
Requiere listar y enumerar a las
unidades de la poblacin.

Resulta montono y arduo en
muestras y poblaciones elevadas.
La dispersin alcanzada en la
muestra repercute negativamente en
los costes de la investigacin.

Muestreo aleatorio sistemtico.
Exige igualmente la existencia de un listado de la poblacin, pero difiere del
muestreo aleatorio simple en dos aspectos fundamentales:



67
a) Solo la primera unidad de la muestra se elige al azar, con la condicin
de que el nmero seleccionado sea inferior al coeficiente de elevacin.
b) Los restantes elementos de la muestra se obtienen sumando,
sucesivamente, el coeficiente de elevacin, hasta completar, al menos el
tamao muestral.

Ventajas e inconvenientes del muestreo aleatorio sistemtico:

No precisa el uso continuo de una
tabla de nmeros aleatorios.

No exige que el marco muestral sea
un listado. Este, en cambio, puede
adoptar varias formas (fichas,
papeletas hasta la propia presencia
fsica de las unidades de la
poblacin).
Necesita el recuento constante de las
unidades de la poblacin.

Antes de la seleccin muestral, hay
que desordenar el marco muestral.

Muestreo aleatorio estratificado.
Supone la clasificacin de las unidades de la poblacin, en nmero reducido de
grupos, en relacin de su similitud, dictada por las caractersticas observadas
en el marco muestral.
Lynn y lievesley (1991) destacan cuatro principios bsicos en el diseo de un
esquema de estratificacin:
a) Eleccin de las variables de estratificacin.
b) Orden de las variables de estratificacin.
c) Numero de variables de estratificacin.
d) Tamao de los estratos.


68
En suma, si con la estratificacin se persigue el logro de una mayor precisin
en la estimacin muestral, esta se alcanzara cuando se cumplan dos
condiciones esenciales:
1. Sean mximas las diferencias entre los estratos y mnimas dentro de
cada estrato.
2. Las variables de estratificacin se hallen relacionadas con los objetivos
de la investigacin.

Ventajas e inconvenientes del muestreo aleatorio estratificado:

Supone un menor error muestral y por
tanto, una mayor precisin de la
estimacin muestral.

Asegura la representacin de las
variables de estratificacin.
Pueden emplearse procedimientos
muestrales variados en los distintos
estratos.
Facilita la organizacin del trabajo de
campo.
Precisa mas informacin del marco
muestral que el muestreo aleatorio
simple, y ello puede resultar costoso.

Lleva consigo clculos estadsticos
complejos.

Muestreo aleatorio por conglomerados.
El muestreo por conglomerados tambin representa un procedimiento de
seleccin aleatoria de un conjunto de individuos.
Con el muestreo aleatorio estratificado comparte las caractersticas bsicas de
seccionar la poblacin total en grupos, como fase previa a la extraccin
muestral. Si bien difiere de l en varios aspectos importantes:


69
i. En el muestreo estratificado se busca la homogeneidad dentro del
estrato y la heterogeneidad entre los estratos. En el muestreo por
conglomerados es la inversa: el error muestral disminuye conforme
aumenta la heterogeneidad dentro del grupo.
ii. En el muestreo estratificado se selecciona aleatoriamente una muestra
para cada estrato. En el muestreo por conglomerados lo que se extrae
es una muestra aleatoria de conglomerados. Sus integrantes formaran la
muestra.
iii. En el muestreo estratificado, la unidad de muestreo es el individuo. En
cambio en el muestreo por conglomerados es el conglomerado (conjunto
de individuos).
Los conglomerados pueden ser reas geogrficas que dividen a la poblacin
que se analiza, pero tambin organizaciones o instituciones.
Si a partir de una muestra por conglomerados, se extrae una nueva muestra,
con referencia a cada uno de los conglomerados previamente elegidos, y as,
sucesivamente, se est ante un diseo muestral muy habitual en la
investigacin social; el muestreo polietapico por conglomerados.

Ventajas e inconvenientes del muestreo aleatorio por conglomerados:

No exige un listado de toda la
poblacin de inters; solo de las
unidades del conglomerado.

Al concentrar el trabajo de campo en
un nmero limitado de puntos de
muestreo, disminuyen los costes de la
investigacin.
Mayor error muestral porque los
conglomerados suelen ser muy
homogneos.

Requiere clculos estadsticos
complejos en la estimacin del error
muestral, principalmente.



70
Esta constituye una variedad de muestreo no probabilstico que parte,
igualmente de la segmentacin de la poblacin de inters en grupos, a partir de
variables socio-demogrficas relacionadas con los objetivos de la investigacin.
El propsito es seleccionar una muestra que se ajuste a la distribucin de las
caractersticas fundamentales de la poblacin.

Ventajas e inconvenientes del muestreo por cuotas:

Resulta ms econmico (en tiempo y
dinero) que los muestreos
probabilsticos.
Supone un mayor error muestral que
los diseos probabilsticos.
Inexistencia de algn mtodo valido
para calcular el error tpico.
Limites en la representatividad de la
muestra para las caractersticas no
especificadas en los controles de
cuotas.
Muestreo de rutas aleatorias.
Se denomina muestreo de rutas porque se establece la ruta o itinerario que el
investigador ha de seguir en la seleccin de las unidades muestrales.
Las rutas se eligen de forma aleatoria, sobre un mapa del municipio concreto
donde ha de realizarse las entrevistas, en el mapa se indican mltiples puntos
de partida o inicio de rutas posibles.
Este procedimiento de seleccin muestral por rutas aleatorias presenta la gran
desventaja de no garantizar que todas las unidades de la poblacin tengan la
misma probabilidad de ser elegidos, aunque la designacin de las rutas sea
aleatoria.


71
Muestreo estratgico.
O de conveniencia responde a una modalidad de muestreo no probabilstico en
el que la seleccin de las unidades muestrales responde a criterios subjetivos,
acordes con los objetivos de la investigacin
Ventajas e inconvenientes del muestreo estratgico:

Simplicidad y economa en el diseo
muestral.
Fcil de administrar.
No precisa de un listado de la
poblacin.
Imposibilidad de estimar el error
tpico.
Dificultad en la generalizacin de los
resultados de la investigacin ms
all de los casos analizados, por la
introduccin de sesgos en la eleccin
de la muestra.

Muestreo de bola de nieve.
En esta ultima variedad de muestreo no probabilstico las unidades muestrales
van escogindose, sucesivamente, a partir de las referencias aportadas por los
sujetos a los que ya se ha accedido. Como a su vez, los nuevos casos
identifican a otros individuos en su misma situacin, la muestra va aumentando,
como una bola de nieve, hasta que el investigador decida cortar.


72

MTODOS Y TCNICAS DE INVESTIGACIN PARA LAS
CIENCIAS SOCIALES

GUILLERMO BRIONES

Parte tres:
DISEOS MUESTRALES

CAPITULO I GUILLERMO BRIONES


73

MUESTRA.- Es una parte de un colectivo
seleccionada con la finalidad de describir a ste.
Una muestra es representativa cuando reproduce
los valores y las diferentes caractersticas de la
poblacin.
VENTAJAS: ahorro de dinero, ahorro de trabajo y
ahorro de tiempo.
MARCO DE MUESTREO DETERMINACION DEL TAMAO DE LA POBLACION
Lista, los registros de alumnos de una escuela, en el
cual aparezcan identificadas las personas, podra ser
el marco para tomar la muestra de ellos.
Problemas al utilizar un marco:
- Marco insuficiente
- Duplicaciones.
- Marco anticuado.
- Elementos ajenos.
De qu tamao debe ser la muestra? Antes
- Se necesita informacin sobre las variables
principales que cubrir la encuesta.
- El diseo muestral que se utilizara.
- La magnitud de error.
- La probabilidad o nivel de significacin con la
cual se harn las afirmaciones con esas
estimaciones.
TEORIA DE LA MUESTRA


74

DISEOS MUESTRALES
Con el uso de procedimientos probabilsticos es posible obtener
precisiones en las estimaciones.
- Muestra aleatoria simple.
- Muestra estratificada.
- Muestra sistemtica.
- Muestra por conglomerados
- Muestra con distintas probabilidades de
seleccin.
MUESTRAS PROBABILISTICAS


75

MUESTRA ALEATORIA SIMPLE Cada una de las unidades tiene igual probabilidad de
ser incluida en ella.
Resulta de tomar muestras parciales de cada uno de
los estratos la edad, el sexo, el nivel de instruccin
escolar, la ocupacin, etc. Con el propsito de lograr
estratos que sean ms homogneos posibles.
Este tipo de muestra tiene la ventaja sobre la M.
Aleatoria simple de lograr mayor precisin en las
estimaciones.
MUESTRA ESTRATIFICADA
Forma prctica de seleccionar unidades de una
poblacin
Consiste en elegir un elemento en cada cierto intervalo.


76

MUESTRA POR
CONGLOMERADOS
Una poblacin est compuesta de un conjunto de
grupos (cada grupo tiene ms de una unidad de la
poblacin).
Tal grupo recibe el nombre de conglomerado
La unidad de muestro est constituida por
conglomerados de unidades o elementos.

MUESTRA DE ETAPAS MULTIPLES
Loa conglomerados construidos o definidos llamados
unidades primarias de muestreo-, pueden ser divididos en
grupos menores que reciben el nombre de unidades
secundarias de muestreo, las cuales a su vez pueden ser
subdivididas en conglomerados menores.
- MUESTRA CON CONGLOMERADOS DE IGUAL TAMAO
confeccin artificial.
- MUESTRA CON CONGLOMERADOS DE DESIGUAL TAMAO.
MUESTREO POR CUOTAS
Las muestras por cuotas se componen de elementos
elegidos por el entrevistador de acuerdo con ciertas
instrucciones pero sin que se determine al azar la
conformacin final de la muestra.


77
INTRODUCCION A LA TEORIA DE LA MUESTRA
Una muestra es una parte representativa de un colectivo, se selecciona con la
finalidad de describir a este.
Ventajas ala trabajar con una muestra:
- Ahorro de dinero.
- Ahorro de trabajo.
- Ahorro de tiempo.
Adems la informacin recogida mediante una encuesta o una investigacin
experimental por muestreo tiene ms precisin que aquella recogida de toda la
poblacin.
CONCEPTOS CLAVES.
POBLACIN O UNIVERSO.
Es el conjunto de unidades que componen el colectivo en el cual se estudiara
el fenmeno expuesto en el proyecto de investigacin.
De manera convencional, la poblacin o universo se denomina con la letra N.
MARCO DE MUESTREO.
Es la lista, registro, mapa, conjunto de tarjetas, etc. En las cuales se
encuentran anotadas las unidades de muestreo.
El marco debe ser completo, con informacin actualizada, sin repeticin para
alguno de sus elementos y adecuado para los objetivos del estudio.
MUESTRA.
Es el conjunto de unidades de muestreo incluidas en la muestra mediante
algn procedimiento o seleccin. Habitualmente se la designa con la letra n.



78
UNIDAD DE MUESTREO.
Es la unidad del universo que ser incluida en la muestra. Pueden ser unidades
simples (personas) o unidades complejas (colegios, municipios, etc.). Para los
efectos de su seleccin deben aparecer en el marco de muestreo.
FRACCIN DE MUESTREO.
Es la fraccin (F) que relaciona el tamao de la muestra con el tamao de la
poblacin. O dicho en cifras, para un ejemplo: si el tamao de la poblacin es 1
000 y el tamao de la muestra es de 100, la fraccin de muestreo es de 100:
1000 = 1/10. En general f=n/N.
REPRESENTATIVIDAD DE LA MUESTRA.
Grado en el cual la muestra reproduce las caractersticas de la poblacin del
cual proviene. La mayor representatividad se logra, en trminos generales,
cuando las unidades de muestreo tienen igual posibilidad de formar parte de la
muestra.
INFERENCIA ESTADISTICA
Es un conjunto de inferencias que se puede realizar a partir de una muestra, a
la poblacin de la cual procede.
Reciben el nombre de:
- Estadstica.
- Parmetro.
Inferencia estadstica trata de resolver dos problemas principales: probar
hiptesis estadstica y estimar valores en la poblacin.
1.- prueba de hiptesis estadstico referida la poblacin o universo, hiptesis
que toma forma de una (Ho), y que afirma por lo general, que no hay
diferencias a nivel de la poblacin entre los valores de cierta variable
calculados en dos o ms grupos de la nuestra.


79
Pero con una (H1), que afirmara que las preferencias entre ambos son
diferentes.
2.- calcular valores en la poblacin, es decir, parmetros a partir de los
correspondientes valores calculados en la muestra.
Se conoce dos procedimientos para hacer estas estimaciones.
- La estimacin puntual: la estimacin se hace utilizando un solo valor
(promedio 14 aos).
- La estimacin por intervalos: se utiliza dos valores que definen un
intervalo (promedio est entre 11 y 13 aos).

EXACTITUD Y PRECISION DE LA ESTIMACIONES
Este estimador es utilizado para estudiar para estudiar el valor del parmetro a
partir del valor encontrado en la muestra.
Una estimacin es el valor hallado en la, muestra.
Una estimacin es un solo valor de una variable que recibe el nombre de
variable aleatoria.
ERRORES ESTANDAR
En la estimacin de parmetros a partir de los valores correspondientes
encontrados en la muestra, se utilizan los errores estndares de las
distribuciones de muestreo.
- Formulas propias para calcular errores segn se trate de distribuciones
maestrales de medios aritmticos, proporciones totales, etc. A partir de
datos de la muestra.

Error estndar de un medio aritmtico.



80
Sx=

- La formula de los errores estndar, indican que la precisin de una
estimacin depende en gran medida del tamao de la muestra.
Esto quiere decir que para reducir este error estndar a la mitad y lograr as el
doble de precisin, es necesario una muestra 4 veces mayor.
Ejemplo: la reduccin del error estndar a la mitad implica pasar de una
muestra de 4 unidades a otra de 16.
Error estndar para:
n= 4 y S= 1 = = 0.05
Error estndar para:

n= 16 y S= 1 = = 0.25

LIMITES DE CONFIANZA
Al intervalo definido por los valores.
Se le denomina de confianza, y a cada uno de esos valores, lmites de
confianza, las probabilidades de las proposiciones, niveles de confianza
definidas por los nmeros de unidades Z en que acompaan el error estndar.
Z= 1.64=N de confianza o probabilidades de 90 %
Z=1.96=N de confianza de probabilidades de 95 %
Z=2.58=N de confianza de probabilidades de 99%



81
DETERMINACION DEL TAMAO DE LA MUESTRA
De qu tamao debe ser una muestra?
Antes de hacer se necesita informacin sobre las variables principales que
cubrir la encuesta el diseo muestral que se utilizara., y bsicamente, sobre la
magnitud del error que se est dispuesto a tolerar en las estimaciones que se
hagan a partir de los valores encontrados en la muestra, y la probabilidad o
nivel de significacin con la cual se harn afirmaciones con esas estimaciones.

MARCO DE MUESTREO
Para tomar una muestra se requiere de un marco muestral es decir una lista en
el cual aparezcan identificadas las personas o unidades que componen la
poblacin.
Ejemplo: los registros de alumnos de una escuela podra ser el marco para
tomar una muestra de ellos.
La calidad del marco es importante para la calidad de una muestra, hay cuatro
problemas bsicos que hay que tener en cuenta al utilizar un marco y que de
darse producen diversos tipos de sesgo.
1.- marco insuficiente.
2.- duplicaciones.
3.- marco anticuado.
4.- elementos ajenos.
TIPOS DE MUESTRA.
Hay dos tipos principales de muestras, las probabilsticas y las no
probabilsticas.


82
Las muestras probabilsticas, o muestras al azar, son aquellas en las cuales
todas y cada una de las unidades de la poblacin tienen una probabilidad
conocida de ser incluida en la muestra.
Las muestras no probabilsticas no cumplen con la condicin de las
probabilsticas. En otras palabras no son muestras al azar.
DISEOS MUESTRALES
Se trata de obtener una muestra representativa del universo.
Principales tipos de muestras probabilsticas son las siguientes:
1.- muestra aleatoria simple
2.- muestra estratificada.
3.- muestra sistemtica.
4.- muestra por conglomerados.
5.- muestra con distintas probabilidades de seleccin.
A cada una de estas combinaciones le corresponde diferentes procedimientos
de estimacin de parmetros, algunos de los cuales plantean difciles
problemas de clculo.

MUESTRA ALEATORIA SIMPLE
Esta muestra la que ha sido seleccionada de tal manera que cada una de las
unidades de la poblacin tiene igual probabilidad de ser incluida en ella.
Esta tipo de muestra se selecciona de acuerdo con los siguientes pasos:
Se enumeran todos los las unidades del marco de muestre (lista) en nmeros
sucesivos de 1 a N: 001, 002,025875 SE usan ceros antes de cada cifra
para igualar el numero de dgitos.



83
Resultan de tomar muestras parciales de cada uno de los estratos de los
cuales asido entre prximamente la poblacin en estudio.
En la prctica se utilizan uno o ms criterios de estratificacin con el propsito
de lograr estratos homogneos. Entre estos criterios o factores de
estratificacin se encuentran la edad, el sexo, el nivel de instruccin escolar, la
ocupacin.etc.
Pueden utilizase dos o ms criterios simultneamente
La muestra estratificada tiene la ventaja sobre la muestra
aleatoria simple de lograr mayor precisin en las estimaciones
esto por presentar un menor error estndar
Se conoce tres tipos principales de muestra estratificadas:
1. Muestra estratificada no proporcional. si en cada uno de
los estratos se una sucesiva fraccin de muestreo.
2. Muestra estratificada no proporcional o con fraccin
variable de muestreo
3. Muestra estratificada con a locacin optima a los estratos
MUESTRA SISTEMATICA
Una Poe una prctica de seleccionar unidades de una poblacin, este diseo
consiste en elegir un elemento en cada cierto intervalo. Este se calcula
tomando el valor reciproco de la fraccin de muestreo.

La seleccin sistemtica puede ser considerada como una muestra
estratificada en la cual se elige un elemento de cada estrato definido por cada
intervalo.
Debido a esto y en comparacin por la muestra aleatoria simple, se logra una
mayor precisin en la seleccin en las unidades de muestra.


84
MUESTRA POR CONGLOMERADO
Generalmente puede considerarse que una poblacin est compuesta de un
conjunto de grupos y cada grupo tiene ms de una unidad, tal grupo recibe el
nombre de conglomerado.

La muestra por conglomerado es aquella en la cual la unidad de muestreo est
constituida por conglomerados de unidades o elementos.

Conglomerado - agrupaciones naturales o artificiales.
EJEMPLOS: pueblos de un pas cursos de un colegio.
La seleccin de personas en una ciudad se puede hacer eligiendo manzanas o
bloques al azar; de lo contrario se requerira una lista de todos los habitantes
de esa ciudad.

MUESTRA DE ETAPAS MULTIPLES
A la muestra en que se hace se uso de dos o ms niveles de conglomerados
se le denomina muestra de areas en ella los conglomerados son unidades
geogrficas seleccionados sucesivamente.
As, en una muestra de este tipo las unidades primarias `podran ser los
estados, provincias o departamentos que constituyen polticamente un pas,
para continuar con ciudades estratificados segn su tamao, despus con
manzanas y viviendas para determinar con la seleccin de una persona en las
viviendas elegidas.
MUESTRAS CON CONGLOMERADOS DE IGUAL TAMAO
Supongamos que un colegio tuviese distribuidos sus 1000 estudiantes en 40
cursos, cada uno de ellos con 25 estudiantes y se desea tener una muestra de
250 alumnos.


85
El procedimiento es el siguiente: se calcula la fraccin de muestreo con la
frmula habitual.
f= = =
La fraccin calculada indica que debe tomarse , de los conglomerados 9 hay
en la poblacin, lo que da 10 cursos. Como se ve, a razn de 25 alumnos por
curso se obtiene en total de 250. La seleccin de los 10 conglomerados se
efecta en forma aleatoria o por seleccin sistemtica.

MUESTRA CON CONGLOMERADOS DE TAMAO DESIGUAL
Al igual que la anterior muestra que si los conglomerados como el tamao de la
muestra son diferentes los resultados ya no sern los mismos, en lugar de los
clculos de medios aritmticos y proposiciones usaremos un medio ponderado
de los medios aritmticos de los conglomerados, segn la siguiente frmula:
MUESTREO POR CUOTAS
La muestra por cuotas se compone de elementos elegidos por el investigador
de acuerdo con ciertas instrucciones, pero sin que se determine ala azar la
confirmacin final de la muestra.
Las cuotas de personas por entrevistar se definen con uno o ms atributos o
controles elegidos entre variables independientes relevantes a los objetivos del
estudio, como pueden ser el sexo, la edad, el nivel de instruccin la ocupacin,
etc.
El tamao relativo de estas cuotas se determina con datos externos aplicables
al universo de estudios tales como informaciones censales, resultados
confiables de otros estudios, etc.
As, segn el censo, se podr decir que deben ser entrevistados un nmero
igual de hombres que de mujeres, que en ambos grupos debern haber 3% de
personas con educacin universitaria, etc., adems de otras especificaciones o
controles.


86
ESQUEMA DE ASIGNACION
Se conoce dos esquemas principales de asignacin a los entrevistadores. El
primero llamado de controles independientes, consiste en indicar
separadamente tres o ms controles y el nmero de personas en cada una de
ellos.
En el otro esquema, de controles interrelacionados, se indican los nmeros en
cada una de las sub-categoras de los controles.
El problema principal que presentan las muestras por cuotas es la dificultad
para saber cuan representativas son de su universo.
Como ventajas de este tipo de muestra se seala su bajo costo comparativo,
su rapidez de realizacin, y su independencia respecto de un marco de
muestreo.
Finalmente podemos decir que con cierta frecuencia se utilizan diseos que
combinan muestras probabilsticas con muestras por cuota.


87

TCNICAS DE INVESTIGACIN SOCIAL


Seccin 3:
MUESTRAS

CAPITULO I RESTITUTO SIERRA BRAVO


88

MUESTRAS
(R. Sierra Bravo)
CONDICIONES Y
ELEMENTOS DE LA
MUESTRA
ELECCIN DE LA
MUESTRA
EL ERROR MUESTRAL TAMAO DE LA MUESTRA
Nocin del tamao d ella
muestra
Nocin del error muestral
La eleccin de la muestra y
sus requisitos bsicos
Nocin de la poblacin y
muestra
Las formulas para hallar el
tamao d ella muestra
Fundamento matemtico-
estadstico del error muestral
Muestra azar simple y azar
sistemtico
Condiciones de la muestra
Formulas del error muestral
Muestra estratificado y por
cuotas
Base de la muestra Afijacin d ella muestra
Estudio de los factores del
error muestral
Relacin entre universo y
muestra
Otros tipos de muestra


89
CONDICIONES Y ELEMENTOS DE LAS MUESTRAS
NOCIN
Una vez definido el problema a investigar, formuladas las hiptesis,
determinadas las dimensiones e indicadores de las variables y delimitaciones
en el campo de la investigacin, se hace preciso realizar, adems de las
anteriores, otra opcin antes de empezar con el trabajo campo, la recogida de
datos mediante la aplicacin de mtodos elegidos.
Por ello, al constituir el uso de las muestras una tcnica de aplicacin casi
general en las investigaciones sociales, es evidente la importancia que tiene su
estudio y la necesidad en que se halla el investigador social de conocer por lo
menos sus principios y practicas bsicas, aunque se trate de una materia,
basada en las leyes de azar y el clculo de probabilidades, que pertenecen al
campo matemtico de la estadstica.
Una muestra es simplemente, en general, una parte representativa de un
conjunto, poblacin o universo, cuyas caractersticas deben reproducir en
pequeo el exactamente posible.
As tambin se puede definir las muestras como una parte de un conjunto o
poblacin debidamente elegida.
CONDICIONES DE LAS MUESTRAS
Las condiciones fundamentales de la muestra son cuatro:
1. Que comprendan parte del universo y no totalidad de este.
2. Que su amplitud sea estadsticamente proporcionada a la magnitud del
universo.
3. La ausencia de distorsin en la eleccin de los elementos de la muestra.
4. Que sea representativa o reflejo fiel del universo, de tal modo que
reproduzca sus caractersticas bsicas en orden a la investigacin.



90
BASE DE LA MUESTRA
Los elemento principales de la muestra, son la base y la unidad de la misma.
La base de la muestra es, en todo caso, de la poblacin que se obtiene o saca
la muestra.
Esta poblacin puede no estar censada o puede estarlo. En primer caso, existe
la base de la muestra en sentido real o material, pero no en sentido formal,
mientras que en el segundo caso hay base de la muestra tanto material, la
poblacin real a investigar, como formal, el censo de todos los individuos que la
componen.
La base de la muestra debe figurar individualizadas todas las formas que
forman la poblacin con expresin de su nmero en el universo, nombre,
domicilio en su caso, etc.
Por ello, la base de la muestra hace posible la identificacin de los elementos
que se hayan seleccionado mediante la muestra y su encuesta posterior.
UNIDAD DE LA MUESTRA
La unidad de la muestra es cada uno de los elementos que comprenden su
base y figuran, numerados e individualizados, en el registro de la misma
cuando existe.
Las unidades de este registro representan y remiten a las unidades de
observacin que forman el universo a investigar.
Las unidades de la muestra no solo pueden ser simples, sino tambin
colectivas, como cuando estn constituidas por familias, grupos, sectores de
ciudades, pueblos, etc.
El nmero de individuos que comprende la unidad de la muestra cuando es
colectiva se llama talla de la muestra.



91
RELACIN ENTRE UNIVERSO Y MUESTRA
El diagrama que sigue de Mora y Araujo (1973, p. 12) muestra grficamente la
relacin entre el universo y muestra.
La muestra, como se ve, es una parte reducida de una determinada poblacin
o universo, en relacin a la cual representa cuantitativamente una fraccin.
Pero tambin la muestra tiene la misma forma circular que el universo. Ello
pretende indicar que, cualitativamente, la muestra debe tener las mismas
caractersticas que la poblacin que representa.
El universo est formado por toda la poblacin o conjunto de unidades que se
quiere estudiar y que podran ser observadas individualmente en el estudio.
Sin embargo, por razones de economa se investiga en su representacin la
muestra.
En el grafico tambin se ve como el universo o poblacin forma parte tambin
de un conjunto ms amplio al que se llama universo hipottico. Este universo
hipottico est constituido por todas las poblaciones existentes en las que se
podran tambin efectuar la investigacin proyectada.
Entre el universo y la muestra se puede distinguir una relacin cualitativa y otra
cuantitativa.



92

Universo hipottico

ELECCIN DE LA MUESTRA
LA ELECCIN DE LA MUESTRA Y SUS REQUISITOS BSICOS
Operativamente la muestra es una eleccin de unidades dentro de un conjunto,
que no es otro que la base de la muestra.
Esta es pues el resultado de una eleccin y por tanto su bondad depende de la
bondad de la eleccin.
La bondad de esta eleccin depende de dos condiciones fundamentales: una
estadstica y otra terica. De acuerdo con la primera, debe ser validad la
generalizacin de los resultados obtenidos en la muestra a la poblacin.
UNIVERSO HIPOTTICO
(Prcticamente infinito)

Conjunto de unidades existentes
A las que se aplica la teora
UNIVERSO O POBLACIN, N (finito)

Unidad que podran haber sido
observadas
MUESTRA, n
Unidades a
observar


93
Este requisito se lograra si la amplitud de la muestra es estadsticamente
proporcionada a la magnitud de la poblacin y en su composicin por estratos
es representativa o reflejo fiel de la poblacin.
Segn la segunda, la muestra elegida debe ser adecuada para el logro de los
objetivos de la investigacin y la prueba de la hiptesis terica que constituya
su razn de ser.
Como seala Galtung (1973, 52) para poner a prueba en una investigacin de
hiptesis sustantiva a mayor edad, a mayor impacto de la renta en la actitud
hacia la gran empresa es obvio que se necesita una muestra que incluya
gente joven y de edad con altos y bajos ingresos, a favor y en contra y en
contra de la libre empresa.

Con desplazamiento
Con igual simple
probabilidad Sin desplazamiento

Por tablas de nmeros aleatorios

Con no igual Sistemtico
Al azar probabilidad Estratificado
para toda las De conjuntos
diversas unidades

PROCEDI- De cuotas
MIENTO DE con probabilidad De rutas
ELECCIN no conocida Casual
DE LA
MUESTRA
Intencional
No al azar
Teortico

Sucesivos
Polietapicos
Mixtos Compuestos
Superpuestos
En diversas fases



94
AZAR SIMPLE Y AZAR SISTEMTICO
Azar simple.- consiste en sacar, por medio de un sorteo riguroso, una serie de
unidades de un universo, hasta completar el tamao de la muestra que
hayamos fijado.
Obviamente este sistema no presenta ninguna dificultad, salvo que se puede o
no insacular, o meter en el bombo de nuevo, las unidades que se vayan
sacando, lo cual influye en la probabilidad de salir las dems en las restantes
extracciones. Si se meten, la eleccin se llama con re emplazamiento y sin re
emplazamiento en el caso contrario.
Azar sistemtico.- con este sistema, se simplifica la eleccin aun mas con las
tablas. En l solamente se elige al azar o por sorteo una primera unidad de la
muestra inferior al coeficiente de elevacin.

MUESTREO ESTRATIFICADO Y POR CUOTAS
Cuando el universo no es naturalmente homogneo, sino que est formado por
estratos diferentes, que constituyen categora importantes para la investigacin,
la eleccin de la muestra no debe hacerse globalmente, para que todos los
estratos de una vez, porque entonces nos expondramos a que unos estratos
estuvieran ms o menos representados.

Este procedimiento de muestreo presenta los inconvenientes siguientes:
1. No pueden aplicarse las formulas estadsticas para hallar, por ejemplo
su error.
2. Existe el peligro de que los investigadores elijan por comodidad a
personas cercanas a ellos, de su entorno social. Tambin puede ocurrir
que para encontrar a personas a quien entrevistar pregunten a aquellos
ha quienes han sido ya entrevistados, con lo que se produce el efecto
llamado de la bola de nieve.


95

MUESTREO DE CONJUNTOS Y DE EXTRACCIN SUCESIVA O
POLIETAPICO.
Este tipo de muestreo se refiere al caso en el que las unidades de la muestra
no sean simples, sino compuestas o colectivas, es decir, de talla superior a la
unidad.
El muestreo de los conjuntos o clusters en ingles, se puede realizar por algunos
de los procedimientos bsicos indicados, sorteo, tablas, azar sistemtico.
OTROS TIPOS DE MUESTREO
Se llaman muestras superpuestas, a dos muestras distintas obtenidas de la
misma base de la muestra mediante la realizacin de dos sorteos o dos
sistemas de muestreo distintos.
Muestreo teortico.- es el orientado directamente a la prueba de hiptesis.
Muestras sucesivas.- los fenmenos sociales evolucionan con el paso del
tiempo.
Muestras compuestas.- se llaman as, los sistema de muestreo que comprende
dos o ms muestras distintas.
Muestreo opinativo o estratgico.- es el caso sobre todo de muestras de todo
los conjuntos.
Muestreos de diversas fases.- en este caso hay combinacin de varios
sondeos, con variacin de varios sondeos, aunque las unidades siguen siendo
las mismas.



96
EL ERROR MUESTRAL
NOCIN
Todo error lo es en relacin a algn patrn o punto de referencia.
En el caso del error muestral, el punto de referencia es la poblacin de la que
se obtiene o saca la muestra.
La muestra, como es sabido, no es universo, sino una representacin en
pequeo del l. Por perfecta que resulte, habr normalmente una divergencia
entre los valores medios estadsticos obtenidos de la muestra con relacin a
alguna variable y los derivados del universo o poblacin.
El erro muestral, pues, no representa la otra cosa que el error estadstico
mximo de la muestra, y adems genrico, en cuanto es, como se indica,
vlido para el conjunto para el conjunto de todas las muestras del mismo
tamao que se puede tomar de la misma poblacin.

FUNDAMENTO MATEMTICO-ESTADSTICO DEL ERROR
MUESTRAL
El error muestral tiene el fundamento estadstico siguiente:
Llamemos a la media de la muestra y a la media de la poblacin.
Supongamos que se obtuvieran todas las muestras posibles de n unidades
cada una, de la misma poblacin, y se calculasen las para cada una de ellas.
Entonces estimaciones de variaran en torno a en la forma de curva de
distribucin normal.
FORMULAS DEL ERROR MUESTRAL
Las formulas generales son:
Y


97
Estudio de los factores del error muestral
El error muestral segn las formulas expuestas depende de los siguientes
factores:
a) La amplitud del universo, finito o infinito.
b) El tamao, n, de la muestra.
c) El nivel de confianza adoptado.
d) La desviacin tpica

A) Son finito los universos de 100.000 unidades o menos e infinitos los que
exceden de esta cantidad. El hacho de que se estime el universo como infinito
supone que su amplitud no influye para nada en la formula al aplicar, al
contrario de la que ocurre en los finitos.
B) El tamao de la muestra es, en las formulas del error muestral, un dato,
que nos dan o elegimos.
C) El nivel de confianza adoptado. Es tambin otro dato que nos dan o
elegimos.
D) Respecto a la desviacin tpica hay que distinguir las muestras
referentes a variables cuantitativas con escalas por tanto de intervalo o de
razn, de las que se refieren a variables cualitativas con escala nominal u
ordinal, de las que son tipo de variables dicotmicas, con una escala que tienen
solo dos categoras la afirmativa y la negativa.
Error en las muestras estratificadas.- en la frmula del error de estas
muestras hay que tener en cuenta que, normalmente, el % o proporcin de la
caracterstica o la desviacin tpica en su caso, sern distintas para cada
estrato. Por ello., las anteriores formulas se transforma en las siguientes.
Caso de proporciones:
En la que
= elemento del estrato
= la proporcin del atributo muestral en el estrato


98
= el nmero de elementos total de la muestra
= sumatoria de todo los estratos
Caso de medias:
ERROR SISTEMTICO
En su sentido ms general, error es cualquier equivocacin o el hecho de tomar
una por la otra en nuestros actos y pensamientos, pensando y actuando
desacertadamente.
Los errores se pueden clasificar, segn su carcter, sistemticos, aleatorios y
muestrales.
El error sistemtico, se suele ajustar a un sistema o pauta determinada en su
sentido y magnitud, y, por tanto, al repetirse los casos, su magnitud aumentada
acumulativamente.

TAMAO DE LAS MUESTRAS
El tamao de una muestra ha de alcanzar determinados proporciones mnimas,
fijadas estadsticamente, segn las leyes experimentales de la probabilidad.
Pero, por otra parte, las necesidades prcticas de ahorro de tiempo, coste y
esfuerzos, aconsejan que el tamao de la muestra no exceda este lmite
mnimo marcado por la estadstica.
El tamao de la muestra y tambin su clculo, depende de los cuatro factores o
elementos siguientes:
a) La amplitud del universo infinito o no
b) El nivel de confianza adoptado
c) El error de estimacin
d) La desviacin tpica



99
LAS FORMULAS PARA HALLAR EL TAMAO DE LA MUESTRA
Las formulas para hallar el tamao de la muestra, conjugan los factores
acabados de indicar. El tamao de las muestras depende del tipo del muestreo
que se haya elegido.
Por ejemplo, e las muestras estratificadas, el error es menor que en las no
estratificadas, y tambin lo es el tamao de la muestra necesario.
Pero las formulas especiales del tamao de la muestra varan con el tipo de
muestreo y con el sistema de afijacin de la muestra y resultan complicadas.
Como adems en las ciencias sociales no se trata de ser tcnicos en muestras,
lo que constituye una especialidad, en la estadstica, en las manuales de
tcnicas de investigacin social, solo se suelen exponer las formulas
fundamentales, que son las que se refieren a universos finitos o infinitos y un
nivel de confianza de dos o tres sigmas.

AFIJACIN DE LA MUESTRA
Un problema especial que plantea el tamao de las muestras, en el caso de las
muestras estratificadas, es el de su afijacin, o sea, la determinacin no solo
del tamao general de la muestra que se puede establecer segn las formulas
comunes, sino tambin la especificacin del volumen de cada estrato de la
muestra.
Dado que es condicin bsica d ella muestra que represente lo ms
exactamente posible al universo, en ella deben figurar los estratos segn su
proporcin en el universo.
La forma ms directa y simple de realizar esta operacin consiste en aplicar el
porcentaje, que representa cada estrato dentro del universo, al tamao general
de la muestra, con la que se obtendr el nmero de elementos de la muestra
que se debe asignar a cada estrato.


100
Sin embargo, si se conocen las desviaciones tpicas o proporciones de cada
estrato en el universo, o se han calculado antes al efecto, mediante un sondeo
previo con relacin al objeto de estudio d ella muestra, otro procedimiento de
afijar la muestra consiste en multiplicar el porcentaje de cada estrato en el
universo por su proporcin o su desviacin tpica y repetir el tamao de la
muestra entre los estratos proporcionalmente a dichos productos


101

CAPITULO II
Anlisis comparativo

CAPITULO II ANLISIS COMPARATIVO

102

AUTOR

TEMAS
RESTITUTO SIERRA BRAVO ROBERTO HERNNDEZ SAMPIERI
D
E
F
I
N
I
C
I
O
N
E
S

U
n
i
v
e
r
s
o

o

p
o
b
l
a
c
i
n

Una muestra es simplemente, en general una
representacin de un conjunto, poblacin o
universo, cuyas caractersticas deben
reproducirse lo ms exactamente posible.
Las muestras presentan las siguientes ventajas
en las ciencias sociales:
1.- una muestra relativamente reducida en
relacin al universo se pueden encuestar
grandes poblaciones y ncleos humanos, que de
otra manera serian muy difcil o prcticamente
imposibles investigar.
2.- en todo caso las muestras suponen una gran
economa en las encuestas y posibilidad de
mayor rapidez en su ejecucin.
3.- las muestras ofrecen otra ventaja, muy
importante y casi inadvertida: una muestra
puede ofrecer resultados ms precisos que una
encuesta total aunque este afectada del error
que resulta el todo a una parte.
La muestra, es una parte reducida de una
determinada poblacin o universo, en relacin a
la cual representa cuantitativamente una
fraccin.
En una muestra se puede prestar ms atencin
al caso particular. De ello resulta eventualmente
una limitacin de errores facticos de tal orden,
que la muestra puede conducir a un resultado
ms preciso en su totalidad que una encuesta
total.
Por poblacin (o universo de estudio)
comnmente se entiende un conjunto de
unidades, para las que se desea obtener cierta
informacin. Las unidades pueden ser
personas, familias, viviendas, escuelas,
organizaciones, artculos, etc.; y la informacin
vendr dictada por los objetivos de la
investigacin.
Aunque el universo fuese de pequea
dimensin, por razones de economa, rara vez
se observa a cada una de las unidades que lo
forman. Por el contrario, se decide la extraccin
de una muestra de entre los integrantes del
universo. Si bien, en este hacer tambin existen
divergencias. Depende, fundamentalmente de
la estrategia de investigacin que se haya
escogido para la consecucin de los objetivos
del estudio.

M
u
e
s
t
r
a

Aqu el inters se centra en quienes, es decir, en
los sujetos u objetos de estudio. Esto desde
luego, depende del planteamiento inicial de la
investigacin.
Para seleccionar una muestra, lo primero
entonces es definir nuestra unidad de anlisis
personas, organizaciones, peridicos, etc.

La seleccin de las unidades de observacin
constituye un estadio primordial en todo
proceso de investigacin. De cmo se
materialice dicha eleccin depender, en buena
medida, la calidad de la informacin que se
recoja. Razn por la cual se recomienda al
investigador que no escatime, ni tiempo ni
esfuerzo, en la planificacin y ejecucin del
diseo de la muestra.

T
e
m
a
s

e
x
t
r
a
s

Una vez que se ha definido cul ser nuestra
unidad de anlisis, se procede a delimitar la
poblacin que va a ser estudiada y sobre la cual
se pretende generalizar los resultados.


103
S
E
L
E
C
C
I
N

D
E

M
U
E
S
T
R
A

Y
/
O

T
I
P
O
S

D
E

M
U
E
S
T
R
A

A
l
e
a
t
o
r
i
a
s

o

P
r
o
b
a
b
i
l
s
t
i
c
a
s

Azar simple.- consiste en sacar, por medio de un
sorteo riguroso, una serie de unidades de un
universo hasta completar el tamao de la
muestra que se haya fijado.
Este sistema no representa ninguna dificultad,
salvo que se puede o no insacular, o meter en el
bombo de nuevo, las unidades que se vayan
sacando, lo cual influye en la probabilidad de
salir las dems en las restantes extracciones.
Azar sistemtico.- con este sistema, se simplifica
la eleccin aun ms que con las tablas. En l
solamente se elige al azar o por sorteo una
primera unidad de la muestra inferior al
coeficiente de elevacin.
Las restantes se obtienen sumando al dicho
nmero del coeficiente de elevacin
sucesivamente, hasta obtener todos los
nmeros necesarios para la muestra.

Adems de este procedimiento de muestreo
sistemtico, que es el ms recomendable por ser
ms riguroso, existen tambin otras maneras de
obtener la muestra, que se consideran tambin
como muestreos sistemticos, entre ellos se
pueden mencionar:
1.- formacin de la muestra con todos los
individuos.
2.- formacin de la muestra con los que hayan
nacido en determinados das del ao-
3.- eleccin por la ltima o las dos ltimas cifras
del nmero que tengan asignados los elementos
de la muestra.
Las muestras probabilsticas en esta todos los
elementos de la poblacin tienen la misma
posibilidad de ser escogidos.
Se fundamenta en la aleatorizacion como
criterio esencial de seleccin muestral.
Ello favorece que:
d) Cada unidad de la poblacin tenga una
probabilidad igual de participar en la
muestra.
e) La eleccin de cada unidad muestral sea
independiente de las dems.
f) El clculo de la adecuacin de la
estimacin muestral a los parmetros
poblacionales pueda hacerse dentro de
unos mrgenes de probabilidad
especficos.
El muestreo probabilstico se adecua mas a
propsitos de:
Estimacin de parmetros.
Comprobacin de hiptesis.


104
N
o

a
l
e
a
t
o
r
i
a
s

o

e
m
p
r
i
c
a
s

Muestreo estratificado y por cuotas:
Cuando el universo no es naturalmente
homogneo, sino que est formado por estratos
diferentes, que constituyen categoras
importantes para la investigacin, la eleccin de
la muestra no debe hacerse globalmente, para
todos los estratos de una vez, porque entonces
nos expondramos a que unos estratos
estuvieran ms o menos representados que lo
proporcionalmente debido.
Muestreo de conjuntos y de extraccin sucesiva
o polietapico_
Este tipo de muestreo se refiere al caso en el
que las unidades de la muestra no sean simples,
sino compuestas o colectivas, es decir, detalla
superior a la unidad.

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.
La muestra de sujetos voluntarios
La muestra de expertos
Los sujetos-tipos
La muestra por cuotas

la extraccin de la muestra se efecta siguiendo
criterios diferentes de la aleatorizacion, adems
repercute en:
d) La desigual probabilidad de las unidades
de la poblacin para formar parte de la
muestra.
e) La dificultad de calcular el error
muestral.
f) La introduccin de sesgos en el proceso
de eleccin muestral. Esto redunda en
riesgos superiores de invalidez de los
hallazgos de la investigacin.
El muestreo no probabilstico se muestra ms
apropiado para:
La indagacin exploratoria.
Estudios cualitativos.
Investigacin sobre poblacin marginal.

O
t
r
a
s

m
u
e
s
t
r
a
s

Muestreo teortico.
Muestras sucesivas.
Muestras compuestas.
Muestreo opinativo o estratgico.
Muestreos d diversas fases.
Muestras compensadas.

Muestra probabilstica estratificada
Muestreo probabilstico por racimos

Muestreo aleatorio simple.
Muestreo aleatorio sistemtico.
Muestreo aleatorio estratificado.
Muestreo aleatorio por conglomerados.
Muestreo de rutas aleatorias.
Muestreo estratgico.
Muestreo de bola de nieve.

M
a
r
c
o

m
u
e
s
t
r
a
l

La base de la muestra es en todo caso la
poblacin de la que se obtiene la muestra. Esta
poblacin puede no estar censada o puede
estarlo.
En primer caso existe la base de la muestra en
sentido real o material, pero no en un sentido
formal, mientras que en el segundo caso hay
base de muestra tanto material, la poblacin
real a investigar, como formal.
un marco de referencia que nos permita
identificar fsicamente a los elementos de la
poblacin, la posibilidad de enumerarlos y por
ende, proceder a la seleccin de los elementos
muestrales


105
C
U
A
L
I
D
A
D
E
S

D
E

U
N
A

B
U
E
N
A

M
U
E
S
T
R
A

T
a
m
a
o

d
e

l
a

m
u
e
s
t
r
a

Una de las condiciones esenciales de la muestra
es que constituyan una porcin de la muestra.
Sin embargo, no basta cualquier parte del
universo para formar una muestra, sino que esta
ha de constar de un nmero suficiente de
elementos, elegidos al azar, talque proporcione
una seguridad estadstica de que los resultados
que se obtengan de ella, puedan, dentro de los
lmites estimados, representar realmente al
universo.
El tamao de la muestra y tambin su clculo,
dependen de los cuatro factores siguiente:
1.- la amplitud del universo infinito o no.
2.- el nivel de confianza adoptado.
3.- el error de estimacin.
4.- la desviacin tpica.
Cuando se hace una muestra probabilstica, uno
debe preguntarse Cul es el nmero mnimo de
unidades de anlisis? (personas, organizaciones,
captulos de telenovelas, etc.), Es decir que mi
estimado y se acerque al valor real. El precisar
adecuadamente el tamao de la muestra puede
tornarse en algo muy complejo dependiendo del
problema de investigacin y la poblacin a
estudiar.
Se resumen en:
7. El tiempo y los recursos disponibles
para llevar a cabo la investigacin.
8. La modalidad de muestreo seleccionada
en orden a alcanzar los objetivos
esenciales de la investigacin.
9. La diversidad de los anlisis de datos
prevista.
10. La varianza o heterogeneidad
poblacional.
11. El margen de error mximo admisible
para la estimacin de los parmetros
poblacionales.
12. El nivel de confianza de la estimacin
muestral.

P
r
o
c
e
d
i
m
i
e
n
t
o
s

P
a
r
a

l
a

s
e
l
e
c
c
i
n

d
e

l
a

m
u
e
s
t
r
a

Las formulas para hallar el tamao de la muestra
conjugan los factores acabados de indicar:
a) el universo finito o infinito.
b) El nivel de confianza.
c) El error muestral elegido.
d) La desviacin tpica.

Pero las formulas especiales del tamao de la
muestra varan con el tipo de muestreo y con el
sistema de afijacin de la muestra y resultan
complicadas.
Como adems en las ciencias sociales no se trata
de ser tcnicos en muestras, lo que constituye
una especialidad en la estadstica, en los
manuales de tcnicas de investigacin social,
solo se suelen exponer las formulas
fundamentales- que son las que se refieren a
universo finitos e infinitos y un nivel de
confianza de dos o tres sigmas.
TMBOLA
NMEROS RANDOM O NMEROS
ALEATORIOS
SELECCIN SISTEMTICA DE ELEMENTOS
MUESTRALES


106
R
e
q
u
i
s
i
t
o
s

y
/
o

l
e
y
e
s

Operativamente la muestra es una eleccin de
unidades dentro de un conjunto, que no es otro
que la base de la muestra. Esta es pues el
resultado de una eleccin y por tanto su bondad
depende de la bondad de la eleccin.
La bondad de esta eleccin depende de dos
condiciones fundamentales:
Una estadstica y otra terica.
De acuerdo con la primera, debe ser vlida la
generalizacin de los resultados obtenidos en la
muestra a la poblacin. Este requisito se lograra
si la amplitud de la muestra es estadsticamente
proporcional a la magnitud de la poblacin.
Segn la segunda, la muestra elegida debe ser
adecuada para los objetivos de la investigacin y
la prueba de las hiptesis tericas que
constituyan su razn de ser.
El marco ha de ser ms completo posible, en
orden a facilitar la representatividad de la
muestra.
La comprehensividad del marco muestral
conlleva, necesariamente, la exigencia de su
actualizacin como ya se ha hecho mencin.
Cuando la investigacin persigue la
generalizacin de los datos muetrales, es
preciso que cada componente de la poblacin
este igualmente representado en el marco de
muestreo.
El marco muestral tampoco ha de incluir
unidades que no correspondan a la poblacin
que se analiza.
El marco muestral ha de contener informacin
suplementaria que ayude a la localizacin de las
unidades seleccionadas.
Ante todo, el marco debera ser fcil de utilizar.
Aquellos que estn en soporte magntico
simplifican y automatizan bastante el proceso
de extraccin muestral.
E
r
r
o
r

m
u
e
s
t
r
a
l

Todo error lo es en relacin a algn patrn o
punto de referencia. En el caso del error
muestral, el punto de referencia es la poblacin
del que se obtiene la muestra.
La muestra como es sabido no es el universo,
sino una representacin pequea de l. Por
perfecta que resulte, habr normalmente una
divergencia entre los valores medios estadsticos
obtenidos de la muestra, con la relacin a alguna
variable y los derivados el universo o poblacin.
En el clculo del error tpico intervienen los
elementos siguientes:
e) El tamao muestral.
f) La varianza poblacional.
g) El nivel de confianza adoptado.
h) El tipo de muestreo realizado.

T
e
m
a
s

e
x
t
r
a
s


107

AUTOR
TEMAS
MARIO TAMAYO Y TAMAYO GUILLERMO BRIONES SERGIO CARRASCO DIAZ
D
E
F
I
N
I
C
I
O
N
E
S

U
n
i
v
e
r
s
o

o

p
o
b
l
a
c
i
n

POBLACIN Y MUESTRA
Una poblacin o universo est determinada por
sus caractersticas definitorias, poblacin es la
totalidad del fenmeno a estudiar en donde las
unidades de poblacin poseen una caracterstica
comn.
Mediante determinadas especificaciones, una
poblacin puede ser incluida en otra. En tales
casos, podemos referirnos a la poblacin
incluida, como sub-poblacin.
La muestra descansa en el principio de que las
partes representan al todo y por tal refleja las
caractersticas que definen la poblacin de la
cual fue extrada. Es decir, que para hacer una
generalizacin exacta de una poblacin es
necesario tomar una muestra representativa y
por tanto, la validez de la generalizacin
depende de la validez y tamao de la muestra.
Una muestra es una parte representativa de un
colectivo, se selecciona con la finalidad de describir a
este.
Ventajas ala trabajar con una muestra:
- Ahorro de dinero.
- Ahorro de trabajo.
- Ahorro de tiempo.
Adems la informacin recogida mediante una
encuesta o una investigacin experimental por
muestreo tiene ms precisin que aquella recogida de
toda la poblacin.

universo:
Conjunto de elementos finitos o infinitos
que son materia de investigacin y al que
pertenecen la poblacin y la muestra de
estudio; pudiendo ser dichos elementos
naturales, sociales o abstractos, tales como
el agua, las rocas, las plantas, etc.
poblacin:
Conjunto de todos los elementos que
forman parte del espacio territorial al que
pertenece el problema de investigacin y
poseen caractersticas mucho ms
concretas que el universo.
M
u
e
s
t
r
a

muestra:
Fragmento representativo de la poblacin,
que debe poseer las mismas propiedades y
caractersticas de ella. Para ser objetiva
requiere ser seleccionada con tcnicas
adecuadas.
T
e
m
a
s

e
x
t
r
a
s

INFERENCIA ESTADISTICA
Es un conjunto de inferencias que se puede realizar a
partir de una muestra, a la poblacin de la cual
procede.
Reciben el nombre de:
- Estadstica.
- Parmetro.
Inferencia estadstica trata de resolver dos problemas
principales: probar hiptesis estadstica y estimar
valores en la poblacin.


108
S
E
L
E
C
C
I
N

D
E

M
U
E
S
T
R
A

Y
/
O

T
I
P
O
S

D
E

M
U
E
S
T
R
A

A
l
e
a
t
o
r
i
a
s

o

P
r
o
b
a
b
i
l
s
t
i
c
a
s

muestras estratificadas
muestra por reas
muestras sucesivas
muestra por etapas
muestra por grados
muestra por listas

Principales tipos de muestras probabilsticas son las
siguientes:
1.- muestra aleatoria simple
2.- muestra estratificada.
3.- muestra sistemtica.
4.- muestra por conglomerados.
5.- muestra con distintas probabilidades de seleccin.
A cada una de estas combinaciones le corresponde
diferentes procedimientos de estimacin de
parmetros, algunos de los cuales plantean difciles
problemas de clculo.
Se basa en principios estadsticos y reglas
aleatorias.
No estn sujetas a la voluntad y
arbitrariedad del investigador.
Este tipo de muestra es la ms
recomendable, representa mejor a la
poblacin.
muestra probabilstica aleatoria
simple
sistemtica
estratificada
muestra probabilstica por racimos
N
o

a
l
e
a
t
o
r
i
a
s

o

e
m
p
r
i
c
a
s

muestra por cuotas
muestra intencionada

MUESTREO POR CUOTAS

No estn sujetas ni a principios ni a reglas
estadsticas y solo dependen de la voluntad
y decisin del investigador.
Esta se distorsiona a menudo por diversos
factores psicosociales. Resultando carentes
de objetividad.
muestras intencionadas
muestras por cuotas
O
t
r
a
s

m
u
e
s
t
r
a
s

muestreo mixto
muestra tipo

ESQUEMA DE ASIGNACION

Se conoce dos esquemas principales de asignacin a
los entrevistadores. El primero llamado de controles
independientes, consiste en indicar separadamente
tres o ms controles y el nmero de personas en cada
una de ellos

M
a
r
c
o

m
u
e
s
t
r
a
l


109
C
U
A
L
I
D
A
D
E
S

D
E

U
N
A

B
U
E
N
A

M
U
E
S
T
R
A

T
a
m
a
o

d
e

l
a

m
u
e
s
t
r
a
TAMAO Y SELECCIN DE LA MUESTRA.
Para determinar el tamao de la muestra debe
tenerse en cuenta los parmetros de la
poblacin que se desea investigar; el rango de
invalidez o infidedignidad permisible en las
estimaciones y una estimacin aproximada de la
distribucin de la caracterstica investigada en la
poblacin.
El tamao de la muestra est determinado
propiamente por el nivel de precisin requerido,
y por error de muestreo aceptable.
Los tres puntos importantes respecto a una
muestra son:
Los procedimientos para determinar la
representatividad de la muestra.
Los procedimientos para determinar el
error de la muestra.
Los procedimientos para determinar el
tamao de la muestra.

Los procedimientos para seleccionar una
muestra tienen como objetivo la mayor
seguridad o probabilidad de que la muestra
reproduzca las caractersticas de la poblacin.
Una caracterstica o atributo suele decirse que
puede estar distribuida normalmente si, ms o
menos, las dos terceras partes de la muestra
poseen la caracterstica en un grado cercano al
promedio; un sexto de la muestra posee la
caracterstica en un grado elevado y otro sexto
de la muestra la posee en un grado ms dbil.

Antes de hacer se necesita informacin sobre las
variables principales que cubrir la encuesta el diseo
muestral que se utilizara., y bsicamente, sobre la
magnitud del error que se est dispuesto a tolerar en
las estimaciones que se hagan a partir de los valores
encontrados en la muestra, y la probabilidad o nivel de
significacin con la cual se harn afirmaciones con
esas estimaciones.

El investigador debe procurar que el
tamao de la muestra sea proporcional al
tamao de la poblacin y a la vez que sea
representativa su magnitud debe permitir
contener y resumir todas las caractersticas
y propiedades necesarias.

P
r
o
c
e
d
i
m
i
e
n
t
o
s

P
a
r
a

l
a

s
e
l
e
c
c
i
n

d
e

l
a

m
u
e
s
t
r
a

Para tomar una muestra se requiere de un marco
muestral es decir una lista en el cual aparezcan
identificadas las personas o unidades que componen
la poblacin.
Ejemplo: los registros de alumnos de una escuela
podra ser el marco para tomar una muestra de ellos.
La calidad del marco es importante para la calidad de
una muestra, hay cuatro problemas bsicos que hay
que tener en cuenta al utilizar un marco y que de
darse producen diversos tipos de sesgo.
1.- marco insuficiente.
2.- duplicaciones.
3.- marco anticuado.
4.- elementos ajenos.

determinacin del tamao de la muestra
mediante la tabla de error:
La tabla de error constituye uno de los
instrumentos ms prcticos usados en la
investigacin cientfica para el tratamiento
de la poblacin y la muestra,
concretamente para determinar el tamao
de la muestra o calcular cuntos elementos
de la poblacin deben ser tomados para
constituir la muestra.


110
R
e
q
u
i
s
i
t
o
s

y
/
o

l
e
y
e
s

Ley de los grandes nmeros: si en una prueba la
probabilidad de un acontecimiento o suceso es
P, y si este se repite una gran cantidad de veces,
la relacin entre las veces que se reproduce el
suceso y la cantidad total de pruebas-es decir la
frecuencia F del suceso-tiende a acercarse cada
vez ms a la probabilidad P.
Clculo de probabilidades: la probabilidad de un
hecho o suceso es la relacin entre el nmero de
casos favorables (P) a este hecho con la cantidad
de casos posibles, suponiendo que todos los
casos son igualmente posibles. El modo de
establecer la probabilidad es lo que se denomina
clculo de probabilidad. De estas dos leyes
fundamentales de la estadstica se infieres
aquellas que sirven de base ms directamente al
mtodo de muestreo, a saber:
Ley de la regularidad estadstica.
Ley de la inercia de los grandes nmeros.
Ley de la permanencia de los nmeros
pequeos.
e) Poseer las mismas caractersticas
de la poblacin.
f) Seleccionar con procedimientos y
tcnicas basadas en reglas
estadsticas y matemticas.
g) Ser directamente proporcional al
tamao de la poblacin.
h) Que el error muestral determinado
este dentro de los limites y
estndares permitidos.

E
r
r
o
r

m
u
e
s
t
r
a
l

Generalmente, se presentan dos tipos de
errores:
Sistemticos y de muestreo.
Error sistemtico.- llamados de distorsin o
sesgo de la muestra, se presentan por diferentes
causas ajenas a la muestra:
Errores de muestreo.- cualquiera que sea el
procedimiento utilizado y la perfeccin del
mtodo empleado, la muestra diferida de la
poblacin. A esta diferencia entre la poblacin o
universo y la muestra, se le denomina error de
muestreo.
ERRORES ESTANDAR
En la estimacin de parmetros a partir de los valores
correspondientes encontrados en la muestra, se
utilizan los errores estndares de las distribuciones de
muestreo.
- Formulas propias para calcular errores segn
se trate de distribuciones maestrales de
medios aritmticos, proporciones totales, etc.
A partir de datos de la muestra.
- La formula de los errores estndar, indican
que la precisin de una estimacin depende
en gran medida del tamao de la muestra.
Esto quiere decir que para reducir este error estndar
a la mitad y lograr as el doble de precisin, es
necesario una muestra 4 veces mayor.
Es una constante inevitable en todo
procedimiento de muestreo, es decir, en
tanto no se estudie o analice al 100% la
poblacin, siempre habr un margen de
erre al seleccionar.
En tal sentido, el error muestral puede
definirse como la diferencia entre las
caractersticas y las propiedades de la
muestra y las de la poblacin de la cual se
ha tomado dicha muestra.


111
T
e
m
a
s

e
x
t
r
a
s

Las diferentes etapas del proceso de la
investigacin nos dan las pautas necesarias para
la seleccin de la muestra para lo cual debe
tenerse en cuenta:
Los objetos que persigue la
investigacin.
Las fuentes de informacin y marco
terico.
Los recursos disponibles en sus
diferentes niveles.
La metodologa tcnica e instrumentos a
utilizar en la investigacin.
El diseo muestral y estadstico.
Prueba de representatividad de la
muestra.
Recoleccin y tipo de anlisis o
tratamiento de datos.

LIMMITES DE CONFIANZA

Al intervalo definido por los valores.
Se le denomina de confianza, y a cada uno de esos
valores, lmites de confianza, las probabilidades de las
proposiciones, niveles de confianza definida por los
nmeros de unidades Z en que acompaan el error
estndar.
Z= 1.64=N de confianza o probabilidades de 90 %
Z=1.96=N de confianza de probabilidades de 95 %
Z=2.58=N de confianza de probabilidades de 99%

EXACTITUD Y PRECISION DE LA ESTIMACIONES

Este estimador es utilizado para estudiar para estudiar
el valor del parmetro a partir del valor encontrado en
la muestra.
Una estimacin es el valor hallado en la, muestra.
Una estimacin es un solo valor de una variable que
recibe el nombre de variable aleatoria.

base de la muestra:
Llamada tambin marco muestral, se
refiere al conjunto de unidades muestrales,
sean individuales o grupales que
constituyen la poblacin que es materia de
estudio.

unidad de la muestra:
Es cada uno de los elementos que
conforman la base de la muestra y por
consiguiente de la poblacin.


112

CAPTULO III
Aporte del Grupo
CAPITULO III APORTE DEL GRUPO


113
Evaluando el acervo de conocimientos adquiridos con los anlisis
consecuentes de los seis autores entendidos en la materia de investigacin
cuantitativa y especialmente en la determinacin de la poblacin terica y
operacional. El grupo llego a la conclusin con el siguiente informe de
conceptos claves en el proceso de la determinacin de la poblacin y la
muestra.
POBLACIN
Se puede entender como poblacin a la totalidad y/o conjunto de elementos y
unidades a estudiar; las cuales poseen caractersticas en comn, que dan
origen a los datos de investigacin.
En el proceso investigativo la poblacin corresponde al conjunto de referencia
sobre el cual se va a desarrollar la investigacin o estudio
Los conceptos que tienen los autores respecto de la determinacin de la
poblacin terica, siguen una misma secuencia; tomando como iniciativa los
trminos de universo y poblacin, coincidiendo algunas veces en la definicin
conceptual de tales categoras.
Ejemplo: la universidad nacional del altiplano, que para este caso viene a ser
una poblacin, cuya caracterstica comn vendra a ser que est conformada
por estudiantes puneos, mayores de 17 aos, etc.

Sin embargo en la estratificacin conceptual de universo y poblacin no existe
consenso alguno. Bien por ejemplo los conceptos de MARIO TAMAYO,
ANCONA y SAMPIERI, quienes consideran en el mismo estatus conceptual a
la poblacin y al universo; en cambio CARRASCO DIAZ y SIERRA BRAVO,
definen a cada una de estas categoras con un distinto concepto lgico, y a la
vez G. BRIONES no da ninguna definicin de las mismas.


114

Por consiguiente se entiende que universo y poblacin no tienen el mismo
significado conceptual y terminolgico.

MUESTRA
La muestra constituye un fragmento o parte representativa en pequeo
porcentaje de la poblacin al cual se dirige nuestro objeto de estudio en pocas
palabras es un subconjunto de la poblacin.; este subgrupo de poblacin debe
ser debidamente seleccionado y sometido a una observacin cientfica.
Una muestra representativa es una muestra que recoge todas las
caractersticas relevantes de la poblacin.

Una vez definida la poblacin se procede al diseo de la muestra, que
comienza con la bsqueda de documentacin que ayude a la
identificacin de la poblacin de estudio, la seleccin de unas unidades


115
de dicha poblacin que constituya una representacin a pequea escala de
la poblacin a la que pertenece.
Para que la muestra sea realmente representativa a la poblacin del cual fue
extrada, debe contar con caractersticas comunes a su poblacin, sin embargo
por mas especifica y representativa que sea la muestra siempre existir un
margen de error, ya que no puede existir consenso absoluto en cuestin de
caractersticas.
Segn los autores analizados los conceptos de muestra comprueban ser
puntos de gran importancia para realizar una investigacin cientfica; es decir,
la muestra es una variable principal de un modelo de proyecto de investigacin.
Su construccin obedece a un trabajo dedicado y complicado por parte del
investigador, el cual debe seguir distintos mtodos y tcnicas estadsticas para
determinar la base de su investigacin.

Ejemplo: los estudiantes de la facultad de ciencias sociales de la universidad
nacional del altiplano, donde la muestra viene a ser una parte que conforma la
universidad, como en este caso se menciona como muestra solamente a la
facultad de ciencias sociales, que refleja caractersticas comunes con las
dems facultades como podra ser el caso, de ser estudiantes regulares.
ELEMENTOS DE LA MUESTRA
Base de la muestra (marco muestral)
La base de la muestra es, en todo caso, la poblacin de la que se obtiene la
muestra; esta poblacin puede o no estar censada.
- Base de la muestra de una poblacin censada.- existe una base
de muestra material o real y por consiguiente es una base formal.
- Base de la muestra de una poblacin no censada.- existe una
base de muestra en sentido real o material, sin embargo no en un
sentido formal.


116
En concreto el fundamento bsico de la muestra, es la existencia de un registro
de la poblacin objeto de la investigacin a realizar, es la concrecin
individualizada de las unidades conformantes de la poblacin; viene a ser el
punto de partida y fundamento necesario para realizar con rigor la eleccin de
las unidades que conformaran la muestra en estricto censo.
Sin embargo cabe recalcar, que la base de la muestra en sentido estricto, no
siempre existe, ya que muchas poblaciones de estudio no estn censadas o no
existe registro alguno de todas sus unidades, siendo en muchos casos su
registro o censo un trabajo de gran dificultad.
El orden prctico respecto a la base de una muestra, es que se debe formar y
preparar la base a efectos de un muestreo existente, debindose tomar
hincapi al cuidado, de que no resulte ordenada de alguna manera y que esto
pueda determinar una eleccin distorsionada o no representativa de las
unidades conformantes de la muestra
Es cada uno de los elementos que conforman su base, numerados e
individualizados.
Las unidades de la muestra no solo pueden ser simple (unidad), sino tambin
colectivas (grupos), cuyo nmero de individuos que comprende cada unidad de
la muestra se llama talla de la muestra.

TAMAO DE LA MUESTRA
Cul debe ser el tamao de la muestra?
El investigador debe conocer lo que se ha hecho en otros estudios similares.
Debe tener en cuenta los recursos econmicos con que cuenta.
Desde el punto de vista terico, lo ms importante, los objetivos finales del
estudio que realiza.
Por consiguiente:


117
El primer paso, es tener claridad de que un muestreo es un proceso por medio
del cual se seleccionan probabilsticamente elementos de un universo con la
finalidad de estimar, con un determinado grado de precisin, algunas
caractersticas del universo en su totalidad.
La valides de una investigacin depende en buena forma del mtodo y tamao
de la muestra, siendo as un factor muy importante en un proceso de
investigacin.
El tamao de la muestra seleccionada previamente, depender explcitamente
de la voluntad y criterio del investigador, quien a su vez utilizara diferentes
mtodos de muestreo con los cuales podr dar representatividad a su muestra
con la poblacin objeto de su investigacin.
Ejemplo: los estudiantes de la escuela profesional de sociologa, donde dichos
integrantes son una pequea porcin de la facultad de ciencias sociales y esta
a la ves de la universidad nacional del altiplano.
Depende:
Margen de confianza
Margen de error
Variabilidad o desviacin tpica (segn tipo de variable)

TIPOS O DISEOS MUESTRALES
Como ya lo habamos mencionado anteriormente, la valides de una
investigacin depende mucho tanto del tamao como del tipo de muestreo
realizado, para la representatividad de la muestra se deber utilizar un diseo
determinado; previamente haciendo juicio a leyes, requisitos, etc., dictados por
la estadstica.
Sin embargo entre metodlogos y estadsticos no hay un acuerdo en referente
a los diversos tipos de muestra, pues estas se determinan generalmente en
base a sus necesidades.


118
Pero muy comnmente en ciencias sociales, se toman dos tipos de muestra
como base las cuales son:

Probabilsticos
No probabilstico

PROBABILSTICOS
O tambin llamadas muestras aleatorias. Una probabilidad implica la existencia
de una seguridad razonable para que cada una de las unidades de una
poblacin objeto de estudio, tengan la misma posibilidad de ser elegidos para
la muestra a tratar.
El tipo ms comn de muestreo probabilstico viene a ser el muestreo aleatorio
simple.
Si se selecciona la muestra aleatoriamente, las caractersticas comunes de la
muestra deben reflejar las caractersticas comunes de su poblacin.
Algunas tcnicas comunes de muestreo de este tipo son:
1. MUESTREO ALEATORIO SIMPLE (MAS).
Adecuado cuando es posible suponer que:
- La poblacin es homognea
- Cada elemento o integrante de la poblacin tiene una probabilidad de
pertenecer a la muestra

2. MUESTREO ALEATORIO ESTRATIFICADO (MAE).
- La poblacin es heterognea
- Es posible identificar grupos, sub-poblaciones o estratos
pertenecer a la muestra


119

3. AZAR SIMPLE
Se elabora una lista con todas las unidades que configuran el universo,
numerando correlativamente cada una de las unidades. Luego se sortean estos
nmeros hasta completar el total de unidades que deseamos entren en la
muestra. De este modo la probabilidad que tiene cada elemento de aparecer en
la muestra es exactamente el mismo.
Es un mtodo lento por ms que sea representativa la seleccin; puede
hacerse cuando el universo es pequeo (por ejemplo: todos los alumnos de un
curso; todas las viviendas de una manzana; todas las plazas de un barrio).
4. AL AZAR SISTEMTICO.
Se hace tambin un listado completo de las unidades que integran el universo.
Despus se calcula la constante que resulta de dividir el nmero total de
unidades que componen el universo, por el nmero de unidades que integrar
la muestra
5. ESTRATIFICADO
Se fracciona la muestra en subdivisiones o estratos, Las unidades de cada
estrato deben ser homogneas mientras que los estratos deben ser
heterogneos entre s.
Se utiliza cuando hay subconjuntos poblacionales de tamao y naturaleza muy
distintos
6. MUESTREO ALEATORIO POR RACIMOS
"implica diferenciar entre la unidad de anlisis y la unidad muestral." Por
razones de economa de tiempo, dinero y energa y siendo que a menudo las
unidades de anlisis se encuentran ubicadas en determinados lugares fsicos o
geogrficos denominados racimos o unidades muestrales, se procede a
seleccionar la muestra de la siguiente manera:


120
a) se seleccionan los racimos segn procedimientos aleatorios simples o
estratificados,
b) dentro de cada racimo se seleccionan los sujetos a ser medidos siguiendo el
proceso aleatorio simple.
7. MUESTREO POR CONGLOMERADOS (MC).
- La poblacin es heterognea dentro del conglomerado y los
conglomerados son homogneos entre ellos
- No se conoce el marco de muestreo de los elementos, sino solo de
algn tipo de agregado de elementos
pertenecer a la muestra:
o Conocida dentro del conglomerado y condicionada a su inclusin
en un conglomerado seleccionado.
o Depende del plan de muestreo dentro del conglomerado.

NO PROBABILSTICAS
Procede de algn modo a ciegas, ya que no es posible calcular el error que
puede introducir en sus apreciaciones.
Este tipo de muestreo, como su propio nombre lo indica, no da una
probabilidad paralela a las unidades de la poblacin para ser elegidos y
representar la muestra, por tal razn, la garanta de la muestra de ser
representativa, no depender de la probabilidad sino de sus caractersticas.
El diseo ms comn de muestreo no probabilstico es el muestreo por cuotas
donde la poblacin se divide en estratos o categoras a juicio del investigador
que selecciona las unidades de la muestra.
Algunas tcnicas comunes de muestreo de este tipo son:



121
POR CUOTAS.
Se predetermina la cantidad de elementos de cada categora que habr de
integrar la muestra. As, en el ejemplo anterior, podra dividirse segn el sexo
y encuestar a veinticinco mujeres y veinticinco hombres, asumiendo que esa es
la distribucin en la poblacin total.
INTENCIONADA
Se elige en forma arbitraria, designando a cada unidad segn caractersticas
que sean relevantes para el investigador. Suele emplearse en los estudios de
casos.
BOLA DE NIEVE O DE CADENA.
Es utilizado generalmente cuando no es posible detectar las personas por
cuestiones delicadas o comprometedoras; entonces un primer representante
puede sugerir otro y ste un tercero y as sucesivamente.

ERROR MUESTRAL
Cualquiera que fuese el procedimiento utilizado y la perfeccin del
procedimiento empleado, la muestra siempre diferida de la poblacin, debido a
que todo error lo es en relacin a algn patrn o punto de referencia. En este
caso el error muestral, tiene como punto de referencia a la poblacin de la que
se obtiene o extrae la muestra.
La muestra, como es sabido, no es la poblacin, sino una representacin en
pequeo escala de la misma. Por perfecta que resulte, habr normalmente una
divergencia entre los valores medios estadsticos obtenidos de la muestra, con
relacin a alguna variable y los derivados de la poblacin.
El error muestral, pues, no representa otra cosa que el error estadstico
mximo de la muestra, y adems genrico, en cuanto es, para el conjunto de
todas las muestras que se puede tomar de la misma poblacin.



122
RESUMEN
Concepto Parte representativa de la poblacin que se va a analizar
Tipos
PROBABILSTICA Compuestas por unidades de poblacin elegidas al azar.
Muestra aleatoria
simple.
Muestra
estratificada.
Muestra
sistemtica.
Muestra de
conglomerados.
Todas las
unidades del
universo tienen la
misma
probabilidad de
ser incluida en la
muestra.
Las unidades se
dividen en
estratos,
eligiendo al azar
dentro de cada
estrato.
Aplicacin de un
intervalo de
seleccin a las
unidades que
configuran el
marco muestral.
Las unidades de
muestreo se
presentan en
grupos,
eligindolas
despus por el
proceso aleatorio
simple o
aplicando
intervalos.
NO
PROBABILSTICA
Compuesta por unidades de poblacin que no han sido
elegidas al azar.
Tamao
(antecedentes)
- Medida estadstica principal sobre la cual se
focalizara el anlisis de la muestra.
- Nivel de anlisis.
- Magnitud del error que se pretende tengan los
valores calculados en la muestra.
- Probabilidad que esos valores o estimaciones
tengan el error muestral deseado.

Por consiguiente:
Existe una tcnica infalible para inventar hiptesis cientficas que sean
probablemente verdaderas? En otras palabras: existe un mtodo, en el


123
sentido cartesiano de conjunto de reglas ciertas y fciles que nos conduzca a
enunciar verdades fcticas de gran extensin?
Muchas veces, hemos credo en la posibilidad de descubrir la tcnica del
descubrimiento, y de inventar la tcnica de la invencin. Pero semejante
hazaa jams fue realizada. Lo que es ms, podra discutirse que jams se lo
realizara, a menos que se modifique radicalmente la definicin de ciencia; en
efecto, el conocimiento cientfico por oposicin a la sabidura revelada, es
esencialmente falible, esto es, susceptible de ser parcial o aun totalmente
refutado. Sin embargo existen diferentes mtodos que puedan lograr demostrar
que las hiptesis formuladas sean verdaderas, como lo son las tcnicas
estadsticas de investigacin, que bien se pueden afirmar logran un alcance
cercano a la realidad de un problema adoptado por la investigacin cientfica
para su solucin.
La falibilidad del conocimiento cientfico, y, por consiguiente la imposibilidad de
establecer reglas de oro que nos conduzcan derechamente a verdades finales,
no es sino el complemento de aquella verificabilidad que habamos encontrado
en el proceso e la investigacin cientfica. (Bunge)

GLOSARIO

124
GLOSARIO
DISEO: Es el proceso previo de configuracin mental "pre-figuracin"
en la bsqueda de una solucin en cualquier campo (Briones, G., 1996)
ELEMENTOS MUESTRALES: Casos o unidades que conforman una
muestra.
ERROR ESTNDAR: Error en el muestreo, definido como la desviacin
promedio de un estimado de los valores reales de la poblacin.
ERROR MUESTRAL: Es el error mximo estadstico de la muestra, vlido
para el conjunto de todas las distintas muestras que se pueden tomar de la
misma poblacin.
ERROR: En su sentido ms general, error es cualquier equivocacin o el
hecho de tomar una por la otra en nuestros actos y pensamientos, pensando y
actuando desacertadamente.
FRACCIN DE MUESTREO: Es la fraccin (.f.) que relaciona el tamao
de la muestra con el tamao de la poblacin. O dicho en cifras, para un
ejemplo: si el tamao de la poblacin es 1.000 y el tamao de la muestran
es de 100, la fraccin de muestreo es de 100: 1000 = 1/10. En general: f = n/N
(Briones, G.,1996)
LISTADOS: Lista o marco de referencia del cual se obtienen los elementos
muestrales.
MARCO DE MUESTREO: Es la lista, registro, mapa, conjunto de tarjetas,
etc. En las cuales se encuentran anotadas las unidades de muestreo. El
marco debe ser completo, con informacin actualizada, sin repeticin para
algunos de sus elementos y adecuado para los objetivos del estudio.
(Briones, G., 1996)
MUESTRA NO PROBABILSTICA: Muestra dirigida, en donde la
seleccin de elementos dependen del criterio del investigador.
GLOSARIO

125
MUESTRA PROBABILSTICA: Subconjunto donde todos los elementos
de la poblacin tienen la misma probabilidad de ser escogidos.
MUESTRA: Es el conjunto de unidades de muestreo incluidas en la
muestra mediante algn procedimiento de seleccin. Habitualmente se la
designa con la letra n. (Briones, G., 1996)
MUESTREO: Procedimiento para escoger la muestra (tamao y estructura)
POBLACIN O UNIVERSO: Es el conjunto de unidades que componen el
colectivo en el cual se estudiar el fenmeno expuesto en el proyecto de
investigacin. As, segn el problema, la poblacin podr estar formada por
todos los hombres y mujeres de 18 aos, las escuelas bsicas de una
cierta localidad, etc. La delimitacin exacta de la poblacin es una
condicin necesaria para el cumplimiento de los objetivos de la
investigacin. De manera convencional, la poblacin o universo se
denomina con la letra N. (Briones, G., 1996)
PROBABILIDAD: En un proceso aleatorio, razn entre el nmero de casos
favorables y el nmero de casos posibles.
PROCESO: es un conjunto de actividades o eventos que se realizan o
suceden con un determinado fin.
RACIMOS: son sinnimos de clusters o conglomerados.
REPRESENTATIVIDAD DE LA MUESTRA: Grado en el cual la
muestra reproduce las caractersticas de la poblacin de la cual proviene. La
mayor representatividad se logra, en trminos generales, cuando las
unidades de muestreo tienen igual posibilidad de formar parte de la
muestra. (Briones, G., 1996)
SELECCIN ALEATORIA: Seleccin probabilstica de los elementos de
una poblacin.
SELECCIN SISTEMTICA: Seleccin de elementos de una poblacin a
partir de un intervalo.
GLOSARIO

126
TEOREMA LMITE CENTRAL: Proposicin de que aun en muestras de
tamao moderado ms de 100 casos, la distribucin ser aproximadamente
normal.
UNIDAD DE ANLISIS: Quienes van a ser medidos en una investigacin.
UNIDAD DE MUESTREO: Es la unidad del universo que ser incluida en
la muestra. Pueden ser unidades simples (personas) o unidades complejas
(colegios, municipios, etc.). Para los efectos de su seleccin deben aparecer
en el marco de muestreo. (Briones, G., 1996)
VARIABLES: son estructuras de datos que, como su nombre indica,
pueden cambiar de contenido a lo largo de la ejecucin de un programa.
VARIANZA: Fluctuacin o variabilidad promedio de un determinado valor de
la poblacin.

BIBLIOGRAFA

127

Referencia bibliogrfica

El proceso de la investigacin cientfica/Mario Tamayo y Tamayo/edit. limusa,
Mxico 1996.
Tcnicas de investigacin social/R. Sierra Bravo/edit. paraninfo s.a. Madrid
1983.
Mtodos y tcnicas de investigacin para las ciencias sociales/Guillermo
Briones/edit. Trillas, Mxico 1982,1990.
Metodologa de la investigacin/Roberto Hernndez Sampieri-Carlos Fernndez
Collado-Pilar Baptista Lucio/edit. Interamericano editores s.a., Mxico 2006.
Metodologa cuantitativa/M. ngeles Cea DAncona/edit. Sntesis s.a., Madrid
1996.
Metodologa de la investigacin cientfica/Carrasco Daz S./edit. San Marcos,
Lima 2005.
Metodologa de la investigacin cuantitativa en las ciencias sociales/modulo
3/Guillermo Briones/arfo editores e impresores ltda/diciembre de 2002

Investigacion Social Cuantitativa Poblacion y Muestra PDF

Hochgeladen von

Dokumentinformationen

Originalbeschreibung:

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Investigacion Social Cuantitativa Poblacion y Muestra PDF

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDAD NACIONAL DEL ALTIPLANO

FACULTAD DE CIENCIAS SOCIALES

Das könnte Ihnen auch gefallen