MUESTREO. En la investigacin cientfica se emplean muestras como medio de acercarse al conocimiento de la realidad.

En Biologa generalmente se investigan poblaciones naturales de seres vivos (Microorganismos, plantas, animales, humanos) o inertes (Agua, tierra, aire, rocas, etc.) para lograr bsicamente los siguientes objetivos: Describir caractersticas (variables) de inters en la poblacin o poblaciones objeto de estudio Comparar dos o ms poblaciones respecto de una o ms variables de inters en la investigacin. Identificar relacin causa efecto o de dependencia entre dos variables. Identificar asociacin o correlacin entre variables cuantitativas o cualitativas.

El primer problema implica investigacin principalmente de tipo descriptivo, pero que culminan con un tipo de inferencia (La estimacin). Los tres problemas restantes son principalmente de Prueba de Hiptesis (Inferencia), pero inicialmente implican anlisis descriptivo. Para el logro de tales objetivos se deben planear experimentos que, desde el punto de vista de la manipulacin de las variables, son de dos tipos: Experimento Verdadero. El investigador manipula ciertas variables (Variables independientes), mediante la aplicacin de tratamientos a las unidades experimentales o individuos objeto de estudio, y observa y registra el cambio en una o ms variables dependientes. Falso experimento, observacional o post-facto. El fenmeno de inters ocurre libremente en la naturaleza (Los individuos objeto de estudio se tratan libremente en la naturaleza) y el investigador planea el muestreo y registro de las variables de inters.

En ambos experimentos el investigador debe registrar el dato en los elementos objeto de estudio (unidades experimentales o unidades de muestreo), pero la forma como ubica u obtiene a tales elementos es diferente, as: En el experimento observacional, las poblaciones estudiadas existen realmente en la naturaleza y el investigador debe planear el muestreo o toma de la muestra, de tal manera de que todos los elementos de la poblacin tengan oportunidad de pertenecer a la muestra, esto con el fin de asegurar representatividad. La forma de buscar representatividad es mediante la obtencin de muestras aleatorias. En el verdadero experimento, el investigador disea la forma ms efectiva de manipular variables (Aplicar tratamientos) dando origen a muestras que son representativas de poblaciones imaginarias o hipottica o potenciales o conceptuales. En este caso la aleatoriedad debe tenerse en cuenta al asignar los tratamientos a las unidades experimentales o al asignar las unidades experimentales a los tratamientos.

Ahora, cmo tomar una muestra aleatoria de una poblacin real?. En muestreo se entiende por poblacin a la totalidad del universo que interesa considerar, y que es necesario que est bien definido para que se sepa en todo momento que elementos lo componen. No obstante, es conviene distinguir entre poblacin objeto: conjunto de elementos a los cuales se quiere extrapolar los resultados, y poblacin estudiada o muestreada o Marco Muestral: conjunto de elementos accesibles al estudio. Hay investigaciones con poblaciones objeto definidas y accesibles y de estas se toma la muestra; sin embargo, hay investigaciones con poblaciones infinitas o muy grandes, pero con marco muestral conocido (Ej. Bases de datos), pero tambin hay poblaciones sin marco muestral.

Ejemplos: Cul es la concentracin de glucosa en la sangre de hombres y mujeres matriculados al Programa de Biologa, durante el ao de 2008?. Cul es la inclinacin sexual, la frecuencia en el consumo de drogas psicoactivas ilcitas y la profesin de los enfermos de VIH?. En los Centros hospitalarios de la ciudad hay bases de datos (encuestas) de infectados entre quienes se puede tomar las muestras. En que sectores del bosque (Muy sombreado, medio sombrado, poco sombreado) hay mayor nmero de roedores?. En el primer problema: todos los elementos de la poblacin son accesibles y todos pueden ser numerados para la toma de la muestra. En este caso, la poblacin objeto es en s misma el marco muestral. En el segundo problema: - A quin se desea generalizar los resultados?. A todos los enfermos de VIH (poblacin objeto). - A quien se puede acceder en el estudio? : A los enfermos de VIH que acudieron a Centros hospitalarios y que llenaron encuesta (poblacin estudiada). -Como se puede acceder a ellos? : Numerando los sujetos accesibles (espacio o marco muestral). -Quin forma parte del estudio? : Eligiendo un grupo de los sujetos enumerados, de forma aleatoria (muestra). En el tercer problema: La poblacin objeto de estudio son todos los roedores del bosque (poblacin infinita) y no pueden ser numerados para la toma de la muestra (No hay marco muestral). Cmo obtener una muestra aleatoria en este caso?. El investigador debe conocer con claridad su poblacin o poblaciones objeto de estudio con el fin de disear el mejor muestreo que asegure cierta representatividad y lleve, por lo tanto, a la deduccin de conclusiones confiables (no sesgadas) de la poblacin. Censo: En ocasiones resulta posible estudiar cada uno de los elementos que componen la poblacin, realizndose lo que se denomina un censo, es decir, el estudio de todos los elementos que componen la poblacin. La realizacin de un censo no siempre es posible, por diferentes motivos: a) economa: el estudio de todos los elementos que componen una poblacin, sobre todo si esta es grande, suele ser un problema costoso en tiempo, dinero, etc; b) que las pruebas a las que hay que someter a los sujetos sean destructivas; c) que la poblacin sea infinita o tan grande que exceda las posibilidades del investigador. Tipos de muestreo En general pueden dividirse en dos grandes grupos: mtodos de muestreo probabilsticos (ALEATORIOS) y mtodos de muestreo no probabilsticos. Mtodos de muestreo probabilsticos En este mtodo, todos los individuos de la poblacin tienen la misma probabilidad de ser elegidos para formar parte de una muestra (principio de equiprobabilidad) y, en consecuencia, todas las posibles muestras de tamao n tienen la misma probabilidad de ser elegidas. Al respecto: de un marco muestral o poblacin estudiada de tamao N = 100, Cuntas muestras de tamao n = 10 se pueden sacar, si el muestreo es sin reemplazo y no importa el orden?. Slo los muestreo probabilsticos aseguran cierta representatividad de la muestra extrada (nunca se estar seguro) y son, por tanto, los ms recomendables. Dentro de estos mtodos estn: Muestreo aleatorio simple: El procedimiento es: 1) Asignar un nmero a cada elemento de la poblacin. 2) Usando un medio mecnico (bolas dentro de una bolsa, tablas de nmeros aleatorios, nmeros aleatorios generados con una calculadora u ordenador, etc) se eligen tantos sujetos como sea necesario para completar el tamao de muestra (n) requerido. Este procedimiento tiene poca o nula utilidad prctica cuando la poblacin es sin marco muestral.

Muestreo aleatorio sistemtico: Exige numerar todos los elementos de la poblacin, pero slo se extrae uno al azar. A partir de ese nmero aleatorio (i), los elementos que integran la muestra son los que ocupan los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k; es decir se toman los individuos de k en k, siendo k el resultado de dividir el tamao de la poblacin entre el tamao de la muestra: k=N/n. El nmero i que se emplea como punto de partida es un nmero al azar entre 1 y k. El riesgo de este tipo de muestreo es cuando se da cierta periodicidades en la poblacin, pues al elegir a los miembros de la muestra con una periodicidad constante (k) se puede introducir una homogeneidad que no es real en la poblacin. Ej. Si de una lista con especies de animales ordenadas dispuesta en tandem vertebarao invertebrado, segn la constante k podra darse que solo se muestrearan vertebrados o solo invertebrados. Si en listas los hombres y las mujeres estn dispuestos de 5 en 5, en un muestreo aleatorio sistemtico con k=10, siempre se seleccionaran slo hombres o slo mujeres. Por lo tanto debe cuidarse de este riesgo. Muestreo aleatorio estratificado: Cuando la poblacin presenta mucha variabilidad, pero con la posibilidad de diferenciar esa variabilidad en sectores de cierta homogeneidad, este muestreo suele reducir el error muestral para un tamao dado de la muestra. En este mtodo se consideran categoras tpicas diferentes entre s (estratos) que poseen gran homogeneidad respecto de alguna caracterstica (se puede estratificar, por ejemplo, segn la pendiente del terreno, sexo, nivel educativo, grupo taxonmico, estado civil, etc). En este tipo de muestreo se debe asegurar de que todos los estratos de inters estn representados adecuadamente en la muestra. Cada estrato funciona independientemente y dentro de ellos se puede aplicar cualquier otro tipo de muestreo (Ej. aleatorio simple o el estratificado para elegir los elementos que formarn parte de la muestra). Este mtodo exige un conocimiento detallado de la poblacin. La distribucin de la muestra entre los diferentes estratos se denomina afijacin, y puede ser: Afijacin Simple: A cada estrato le corresponde igual nmero de elementos muestrales. Afijacin Proporcional: La distribucin se hace de manera ponderada de acuerdo al tamao de cada estrato. Afijacin ptima: Se debe tener en cuenta la dispersin de los resultados, de modo que se considera la proporcin y la desviacin tpica. Tiene poca aplicacin ya que se desconoce la desviacin. Ej. Se desea conocer las especies de rboles de un bosque con su respectiva frecuencia. El bosque en un 50% es en terreno plano y en la parte alta, el 30% en pendiente y el 20% en plano parte baja, es decir, consta de tres estratos. El muestreo se har registrando los rboles, siguiendo lneas (Transeptos de largo y ancho determinado por el investigador), en zigzag en cada estrato, se planear que el nmero final en la muestra sea proporcional al tamao de cada estrato. Cada estrato podra muestrearse, tambin, trazando cuadrantes en cada estrato y escogiendo al azar un nmero proporcional al tamao del estrato, para el muestreo. Si se deseara conocer el estado fsico (Medido segn distancia recorrida en la modalidad de carrera durante 10 minutos), de los estudiantes universitarios de una ciudad. Que el tamao de la muestra fuera de 100. Que la poblacin accesible (Marco muestral) fueran 1000 sujetos, de los cuales 600 son de universidades pblicas y 400 de universidades privadas. Que en la muestra estn representados los dos tipos de universidades. Entonces se debe realiza un muestreo estratificado, empleando como variable de estratificacin el tipo de centro, con afijacin proporcional (60 de U. publicas y 40 de U. privadas). U. pblicas: 600/1000 = 0.60 U. privadas: 400/1000 = 0.40 Tamao de cada estrato en la muestra: U. pblicas: 0.60 x 100 = 60 sujetos U. privadas: 0.40 x 100 = 40 sujetos Muestreo aleatorio por conglomerados: En este muestreo la poblacin debe presentar cierta homogeneidad y estar constituida por conglomerados (unidad muestral) integrados por un grupo de elementos. Existen conglomerados naturales, como es el caso de los diferentes cuadrantes en un terreno, las unidades hospitalarias, los departamentos universitarios, cajas de determinado producto etc,. En otras ocasiones se

pueden utilizar conglomerados no naturales como, por ejemplo, las urnas electorales. Cuando los conglomerados son reas geogrficas se suele hablar de "muestreo por reas". En este caso, se seleccionan aleatoriamente un cierto nmero de conglomerados (el necesario para alcanzar el tamao muestral establecido) y se registran despus todos los elementos pertenecientes a los conglomerados elegidos. Ej. Para responder la pregunta: Cul es la concentracin de colesterol de los profesores universitarios?, se ha planeado muestrear un total de 600 sujetos. Ante la dificultad de acceder individualmente a cada uno de ellos, se decide hacer una muestra por conglomerados. Sabiendo que el nmero de profesores por departamento es de aproximadamente de 30, los pasos a seguir seran: 1. Recoger un listado de todos los departamentos. 2. Asignar un nmero a cada uno de ellos. 3. Elegir por muestreo aleatorio simple o sistemtico los 20 departamento (600/30=20) que proporcionaran los 600 profesores necesarios. Finalmente, ante la dificultad que suele implicar el muestreo aleatorio, es comn emplear el muestreo polietpicol, que se caracteriza por operar en sucesivas etapas, empleando en cada una de ellas el mtodo de muestreo probabilstico ms adecuado. Mtodos de muestreo no probabilsticos. A veces, en especial para estudios exploratorios, se suele acudir a mtodos no probabilsticos, que carecen de valor para realizar generalizaciones, pues la muestra extrada no es representativa, ya que no todos los sujetos de la poblacin tienen la misma probabilidad de ser elegidos. 2.2.1.- Muestreo por cuotas: Tambin denominado "accidental". Se basa en un buen conocimiento de los estratos de la poblacin y/o de los individuos ms "representativos" o "adecuados" para la investigacin. Se asemeja al muestreo aleatorio estratificado, pero no tiene el carcter de aleatoriedad. En este se fijan unas "cuotas" con un nmero de individuos que renen determinadas condiciones, luego, en cada cuota, se registra el dato en los individuos representativos. Ejemplo, se desea conocer, entre los adolescentes adictos a la droga, la proporcin de estos con padres separados. Para facilitar el muestreo se identificaran centros de recuperacin de adictos y, luego de fijar un nmero de sujetos a entrevistar proporcional a cada uno de los centro, se dejara a criterio de los responsables del trabajo de campo, a que sujetos concretos entrevistar. Muestreo opintico o intencional: En este, se hace un esfuerzo deliberado por obtener muestras "representativas" mediante la inclusin en la muestra de grupos supuestamente tpicos. Es muy frecuente su utilizacin en sondeos preelectorales de zonas que en anteriores votaciones han marcado tendencias de voto. Muestreo casual o incidental: Se selecciona directa e intencionadamente los individuos de la poblacin. Ej. Utilizar como muestra los individuos a los que se tiene fcil acceso (los profesores emplean con frecuencia a sus propios alumnos). Un caso particular es el de los voluntarios. Bola de nieve: Se ubica a algunos individuos, los cuales contactan a otros, y estos a otros, y as hasta conseguir una muestra suficiente. Ej. Estudios con poblaciones "marginales", delincuentes, sectas, determinados tipos de enfermos, etc.