Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
POBLACIN Y MUESTRA.
Una vez definido el problema a investigar, formulados los objetivos y delimitadas las
variables se hace necesario determinar los elementos o individuos con quienes se va a llevar a
cabo el estudio o investigacin. Esta consideracin nos conduce a delimitar el mbito de la
investigacin definiendo una poblacin y seleccionando la muestra. Cualquier caracterstica
medible de la poblacin se denomina parmetro, los valores de los parmetros calculados
sobre muestras se conocen como estadsticos o estadgrafos, utilizan letras latinas (0, s2, r...,
media, varianza, coeficiente de correlacin) y describen a las citadas muestras.
Se define tradicionalmente la poblacin como el conjunto de todos los individuos
(objetos, personas, eventos, etc.) en los que se desea estudiar el fenmeno. stos deben
reunir las caractersticas de lo que es objeto de estudio (Latorre, Rincn y Arnal, 2003). El
individuo, en esta acepcin, hace referencia a cada uno de los elementos de los que se obtiene
la informacin. Los individuos pueden ser personas, objetos o acontecimientos.
Hoy se prefiere hablar de unidad de observacin o elemento para referirse al
objeto sobre el cual se realiza una medicin. En los estudios con poblaciones humanas, con
frecuencia ocurre que la unidad de observacin son los individuos.
3.
POBLACIN Y UNIVERSO:
Marn Ibez (1985: 167) seala las diferencias entre poblacin o universo general
y universo de trabajo. El primero hace referencia a toda la poblacin a la que queremos
extender las conclusiones de la muestra, mientras que el universo de trabajo son los casos
que de alguna manera tenemos consignados y de los que podemos extraer la muestra. Sierra
Bravo (1988) se refiere al universo de trabajo como base de la muestra. Latorre, Rincn y
Arnal (2003) tambin distinguen entre poblacin y universo, haciendo sinnimo a este ultimo
de colectivo o colectivo hipottico. Paralelamente, Lohr (1999) habla de poblacin
muestreada para referirse a la poblacin de la que se extrae la muestra y de poblacin
objetivo, entendida como la coleccin completa de observaciones que deseamos estudiar.
La definicin de la poblacin es una parte importante, y con frecuencia difcil, del
estudio. Lohr, (1999: 3) advierte: Por ejemplo, en una encuesta poltica, la poblacin
objetivo deberan ser todos los adultos que pueden votar? Todos los votantes registrados?
Todas las personas que votaron en la ltima eleccin?. En cualquier caso, la eleccin de
esta poblacin objetivo afectar profundamente al resultado de la investigacin
2.
MUESTREO.
2.1. Muestra.
4
El Diccionario de la Lengua Espaola (RAE, 2001) define la muestra,
en su segunda acepcin, como parte o porcin extrada de un conjunto por mtodos que
permiten considerarla como representativa de l.
En el terreno epistemolgico, Jimnez Fernndez (1983) destaca la condicin de
representatividad que ha de tener la muestra:
... es una parte o subconjunto de una poblacin normalmente seleccionada de tal modo que
ponga de manifiesto las propiedades de la poblacin. Su caracterstica ms importante es la
representatividad, es decir, que sea una parte tpica de la poblacin en la o las caractersticas que son
relevantes para la investigacin. (Jimnez Fernndez, 1983: 237)
muestra. La unidad de muestreo hace referencia a la unidad donde realizamos la muestra, est5
constituida por grupos excluyentes de elementos de la poblacin que completan la misma.
Por ejemplo, podramos desear estudiar a un grupo de personas (una ciudad, una barriada, un
grupo de estudiantes de un determinado nivel educativo, los trabajadores de un sector de
produccin, etc.), pero no tenemos una lista de todos los individuos que pertenecen a la
poblacin. En su lugar las familias, los centros educativos, las empresas... podran servir
como unidades de muestreo. Las unidades de observacin o elementos muestrales seran los
individuos que viven en una familia o que trabajan en una determinada empresa... La lista de
las unidades de muestreo (familias, centros educativos, empresas...) constituyen el marco
de muestreo.
2.2
en el proceso de muestreo:
1)
Definicin o seleccin del universo o especificacin de los posibles sujetos o
elementos de un determinado tipo;
2)
Determinacin de la poblacin o parte de ella a la que el investigador tiene
acceso;
3)
Seleccin de la muestra invitada o conjunto de elementos de la poblacin a los
que se pide que participen en la investigacin;
4)
Muestra aceptante o parte de la muestra invitada que acepta participar;
5)
Muestra productora de datos; la parte que acept y que realmente produce
datos.
2.3.
3.
4.
estos aspectos.
Muestreo probabilstico.
MUESTREO ESTRATIFICADO.
a)
se divide la poblacin en estratos; b) de cada estrato se extrae una muestra por algn8
procedimiento de muestreo; c) el nmero de individuos de cada estrato se puede decidir por
paridad o proporcionalidad; y d) la suma de las muestras de cada estrato forman la muestra
total n. (Latorre, Rincn y Arnal, 2003)
Dentro del muestreo estratificado suele distinguirse:
SMuestreo estratificado constante. En este caso, tambin conocido como
afijacin simple3, la muestra se obtiene seleccionando un nmero igual de
individuos de cada estrato en que se ha dividido la poblacin, con
independencia del tamao y variabilidad de los mismos dentro de la poblacin.
S
Por ejemplo, para estudiar las actitudes hacia la poltica de los universitarios
espaoles podemos dividir el total de alumnos en estratos para asegurarnos que estarn
representadas las caractersticas que nos interesan. Posibles estratos podran ser facultades,
titulacin cursada, curso, etc. Suponiendo que se estratifica la poblacin por titulaciones, si
del total de alumnos matriculados en las facultades espaolas seleccionamos a cincuenta de
cada titulacin, el muestreo ha sido estratificado constante. Para esa muestra seleccionamos el
mismo nmero, pero de forma proporcional al nmero de alumnos matriculados en cada
titulacin, estamos ante una muestra estratificada proporcional.
MUESTREO POR CONGLOMERADOS (CLUSTERS) O GRUPOS.
El muestreo individual
resulta muchas veces inaplicable y hay que recurrir no a los elementos, sino a seleccionar por
el sistema del azar determinados colectivos. Podramos hacer una encuesta, por ejemplo,
mediante el sistema de muestreo aleatorio simple, a todos los alumnos de Bachillerato de una
determinada ciudad. Las complicaciones y dificultades seran mucho menores estableciendo
una muestra al azar que tomara como unidades base del muestreo las aulas. La muestra de
grupos o racimos tambin se denomina conglomerados o clusters, en terminologa sajona.
Este tipo de muestreo se utiliza cuando los individuos de la poblacin constituyen grupos
naturales o conglomerados (distrito, centros escolares, aulas, empresas, etc.)
En el muestreo por grupos el proceso sigue estos pasos: la poblacin se divide
previamente en grupos o conglomerados que contienen diversos elementos y, a continuacin,
se seleccionan aleatoriamente el nmero de conglomerados y se trabaja con el total de
elementos pertenecientes a los conglomerados elegidos. La unidad muestral es el
3 Cfr. apdo. 5.2 de este captulo.
3.2
Muestreo no probabilstico.
A)
10
10
Este tipo de muestreo se caracteriza por utilizar
las muestras que tiene a su alcance. Se denominan accidentales porque no responden a una
planificacin previa en cuanto a los sujetos a elegir. De hecho, toma las muestras disponibles
sin introducir seleccin o modificacin alguna. Por ejemplo, empresas, centros completos,
cursos o grupos dentro de un nivel, etc.
MUESTREO ACCIDENTAL O CASUAL.
B)
11
11
En esta tcnica, el investigador
selecciona de modo directo los elementos de la muestra que desea participen en su estudio. Se
eligen los individuos o elementos que se estima que son representativos o tpicos de la
poblacin. Se sigue un criterio establecido por el experto o investigador. Se suelen
seleccionar los sujetos que se estima que pueden facilitar la informacin necesaria.
MUESTREO INTENCIONAL U OPINATIVO.
C)
12
correspondientes a la poblacin real y as mismo procuraremos que haya el mismo tanto por
12
ciento en la muestra que en la realidad de quienes viven en poblaciones de menos de 2.000
habitantes,de 2.001 a 5.000 habitantes, etc. El investigador ha fijado n para la muestra y
elige libremente los individuos hasta alcanzar esa cifra.
El riesgo radica en que seleccione a personas a quienes resulta ms fcil, por razones
de localizacin. De hecho, cuando se trabaja con entrevistas, hay una resistencia a consultar a
poblacin dispersa en caseros distantes o a la que est en pisos elevados sin ascensor.
Por ltimo, Marn (1985) seala un riesgo muy generalizado, comn al muestreo
probabilstico y no probabilstico, y es el del rechazo a participar en la investigacin. En este
caso no hay ms remedio que sustituir la poblacin que no desea colaborar o a la que no
tenemos acceso por otra de condiciones similares, pero hay que tener mucho cuidado para
evitar el sesgo de la muestra, porque puede ocurrir que precisamente la poblacin no
participante tenga alguna caracterstica por la que no desee contestar, con lo cual queda
excluida de la muestra y comprensiblemente mantendr su rechazo en los nuevos casos que
los sustituyan.
3.3
menos utilizados.
A)
MUESTRAS SUPERPUESTAS.
B)
MUESTRAS SUCESIVAS.
13
13
Se seleccionan dos muestras distintas obtenidas de la
misma base de la muestra mediante la realizacin de dos sorteos o dos sistemas de muestreo
distintos. Es un procedimiento muy til cuando se quiere lograr una valiosa corroboracin o
verificacin de los resultados obtenidos en una encuesta.
MUESTRAS COMPUESTAS.
MUESTRAS COMPENSADAS.
MUESTRAS DE VOLUNTARIOS.
REPRESENTATIVIDAD DE LA MUESTRA.
14
15
5.
TAMAO DE LA MUESTRA.
16
16
El tipo de datos que se desea recoger y el medio que para ello se va a emplear son
condicionantes que influyen en la menor o mayor reduccin de la muestra seleccionada
(Jimnez Fernndez, 1983). No es igual seleccionar, por ejemplo, aulas ya organizadas y
recoger la informacin en das y horas lectivos que hacerlo a travs de un cuestionario
enviado por correo.
17
18
Conociendo el nivel 18
de
confianza que queremos que alcancen los datos se puede aplicar una ecuacin matemtica
para estimar el tamao de la muestra5. Segn se trate de poblaciones infinitas o finitas, la
determinacin variar, segn las siguientes ecuaciones:
A)
5 Frecuentemente se opta por un nivel de confianza del 95% 99.7%, y un error de estimacin mximo del un 5%
6 Se consideran muestras infinitas las que superan los 100.000 elementos.
B)
19
Afijacin de la muestra.
20
por razones econmicas en el caso de que con su empleo se pueda reducir sensiblemente, por
20
tener una varianza ms reducida, el tamao de estratos que resulte ms caro investigar. (Sierra
Bravo, 1988)
6.
ERROR MUESTRAL
21
de las distintas medias obtenidas alrededor de la media de la poblacin, suele designarse por
21
F y mide la importancia de las variaciones de las o medias muestrales en torno a la de la
poblacin. La frmula que expresa esta relacin es:
s
e = ---------/n
b)
Tcnica del jakknife (navaja), que consiste en cortar la muestra en varias partes no
mutuamente excluyentes, es decir, con reposicin.
c)
Replicacin repetida balanceada.
Las frmulas generales que nos permiten estimar el error muestral son:
s
e = ---------/n
p (1 p )
n
De intervalo:
s
n
s2 N n
e
n N 1
p*q N n
e
n N 1
De proporciones:
s2 = varianza (cuadrado de la desviacin tpica)
n = tamao de la muestra.
22
22
N = el tamao de la
poblacin
(N-n/ N-1) trmino de correccin utilizado para poblaciones
finitas y muestras sin reemplazamiento.
p = proporcin de elementos que posee la caracterstica investigada: (q = 1 - p)
Nota: Al numerador [s2] o al [p * q] hay que multiplicarlos por el cuadrado de nivel de confianza elegido: 2 2 32 para 2 3
F (sigmas), respectivamente.
6.2
pi =
n p (1 p )
ii
En el caso de medias:
6.3
Factores
que
( ni s)
e 2
n
s2 m
e (1 )
mN
p * q
n
23
23
A)
B)
C)
D)
(x x) n
2
n 1
p * (1 p )
24
Error sistemtico.
Los errores se clasifican, segn su carcter, en
sistemticos, aleatorios y muestrales. El error aleatorio no se suele ajustar a ninguna pauta,
vara normalmente, en cada caso distinto, en su sentido y magnitud, y por ello tiende a
anularse cuando se trata de un nmero elevado de casos. El error muestral, visto ms arriba,
es un error de tipo aleatorio estadstico, que tiene lugar cuando se utilizan muestras y se basa
en las fluctuaciones aleatorias del muestreo.
El error sistemtico se suele ajustar a una pauta determinada en su sentido y
magnitud, y por lo tanto, al repetirse los casos, su magnitud aumenta acumulativamente.
Para Bugeda (1974; en Sierra Bravo, 1988: 213) las principales vas de penetracin
del error sistemtico o de distorsin son las siguientes:
1.
2.
3.
4.
5.
7.
25
25
Modo de eleccin defectuoso de una muestra que hace que sta no sea representativa.
La dependencia del mtodo de muestreo de una caracterstica de las unidades del
universo a elegir. Ello puede llevar a una hiper/sub-representatividad de la muestra.
Este sera el caso de un muestreo aleatorio sistemtico realizado cada cinco
elementos, cuando en la base de la muestra tambin uno de cada cinco son individuos
con una caracterstica determinada.
Las tendencias subjetivas conscientes o inconscientes del investigador.
Sustituciones, segn criterio propio del investigador, de unidades de la muestra que
haban sido elegidas al azar.
Insuficiente observacin del conjunto de la muestra, que lleva a atenerse a los
primeros resultados. Respecto de este motivo, especialmente presente en las encuestas
por cuestionario escrito, se ha constatado que los que contestan primero son los ms
interesados en la encuesta. Por ello, en las encuestas por correo se estima necesario
reiterarlas hasta tres veces, pues de otro modo ademas de quedar modificado el
tamao de la muestra, la encuesta slo abarcara un tipo de gente, los rpidos en
contestar, y quedaran fuera los menos rpidos, que seguramente constituyen un grupo
de caractersticas diferentes de los primeros.
BIBLIOGRAFA.
BUENDA EISMAN, L.; COLS BRAVO, M.P. y HERNNDEZ PINA, F. (1998): Mtodos
de investigacin en Psicopedagoga. McGraw-Hill, Madrid.
BUGEDA, J. (1974): Manual de tcnicas de investigacin social. Instituto de Estudios
Polticos, Madrid.
FOX, D. J. (1981): El proceso de investigacin en Educacin. Eunsa, Pamplona.
GARCA HOZ, V. y PREZ JUSTE, R. (1984): La investigacin del profesor en el aula.
Escuela Espaola, Madrid.
26
Esquema:
27
27
POBLACIN Y MUESTRA.
28
28
1.
Poblacin y Universo.
2.
Muestreo.
2.1.
2.2.
2.3.
3.
Muestra.
Etapas del proceso de muestreo.
Condiciones que ha de cumplir la muestra.
B)
C)
S
S
D)
E)
3.2.
Aleatorio sistemtico.
Muestreo estratificado.
M. estratificado proporcional
M. estratificado constante.
Muestreo por conglomerados o grupos.
Muestreo por etapas o polietpico.
Muestreo no probabilstico.
29
29
30
30
A)
B)
C)
3.3
Accidental o casual.
Intencional u opinativo.
Muestreo por cuotas.
Otros tipos de muestreo.
B)
Muestras superpuestas.
C)
M. sucesivas.
D)
M. compuestas.
E)
M. compensadas.
F)
M. de voluntarios.
4.
Representavidad de la muestra.
5.
Tamao de la muestra.
5.1
Determinacin estadstica del tamao de la muestra.
5.2
Afijacin de la muestra.
6.
Error muestral.
6.1
6.2
6.3
6.4
7.
31
31
Bibliografa.