Muestra es un subconjunto fielmente representativo de la población y puede ser probabilística o no probabilística.
Muestra Probabilística
Todos los elementos de la población tienen la misma posibilidad de ser escogidos, haciendo una selección aleatoria y/o mecánica de las unidades de análisis.
Muestra Probabilística Estratificada
Es aquella en la que la población se subdivide en estratos o subgrupos según las variables o características que se pretenden investigar. Cada estrato debe corresponder proporcionalmente a la población, y a partir de estos estratos se obtiene la muestra.
Muestra Probabilística por Racimos
Las unidades de análisis o elementos se encuentran encapsulados o encerrados en determinados lugares físicos o geográficos a los que se denomina racimos. Este tipo de muestra se usa generalmente en casos donde el investigador se ve limitado por recursos financieros, por tiempo, por distancias geográficas o por una combinación de éstos y otros obstáculos. Con este tipo de muestreo se reducen costos, tiempo y energía al considerar que muchas veces las unidades de análisis se encuentran encapsuladas o encerradas en determinados lugares físicos o geográficos a los que se denomina racimos.
Muestra No probabilística
Muestra dirigida, donde la selección de elementos depende del criterio del investigador. En las muestras no probabilísticas, la elección de los elementos no depende de la probabilidad, sino de causas relacionadas con las características del investigador o del que hace la muestra. Aquí el procedimiento no es mecánico, ni con base en fórmulas 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 (no objetivo ni imparcial, sino que condicionado por ciertos intereses).
Los pasos para determinar una muestra probabilística son:
1. Delimitar el tamaño de la muestra: esto se hace mediante la siguiente fórmula:
MUESTRA = (S ²/V²)/(1+(S²/V²)/N)
S² = varianza de la muestra
V² = varianza de la población
N = Población o universo
2. Seleccionar los elementos muestrales de forma aleatoria: esto se hace de manera que todos los elementos tengan la misma posibilidad de ser elegidos.Lo que se necesita es un marco de selección adecuado y un procedimiento que permita la aleatoriedad en la selección.
Para poder realizar una investigación de campo se requiere hacer uso de diferentes técnicas que permitan obtener información cuantitativa y cualitativa, así como de los instrumentos más representativos de ellas.
Técnica de Investigación
Se refiere al método que se va a utilizar para realizar la investigación de campo, por ejemplo, interrogatorio, observación, etc.
Instrumento de la Investigación de Campo
Es la herramienta física o intangible (en el caso de programas informáticos) que sirve para realizar la investigación de campo, por ejemplo: cuestionario, entrevista, etc.
Diferencia entre Técnica e Instrumento
La técnica es el procedimiento mediante el cual se llevará a cabo la investigación, mientras que el instrumento será el medio con el que se obtendrá la información.
Se ha podido observar que una investigación no es algo que debe hacerse a la ligera, sino que con una buena estrategia y un plan bien diseñado, lo cual dará lugar a buenos resultados en cada estudio que se haga.
Los temas se han explicado con sencillez y orientados a una fácil comprensión para cualquier lector.
Este documento da a conocer cada uno de los pasos que se deben realizar en las investigaciones de campo. Luego de la lectura de este trabajo, el lector o investigador tendrá un buen panorama y una idea clara de los aspectos fundamentales que deben considerarse al realizar cualquier investigación.
Selección de la muestra de Sampieri
SELECCIÓN DE LA MUESTRA
Para seleccionar una muestra lo primero que hay que definir es la unidad de análisis (personas, organizaciones, periódicos, situaciones, eventos). El sobre qué o quiénes se van a recolectar datos depende del planteamientos del problema a investigar y de los alcances del estudio. Estas acciones nos llevaran al siguiente paso, que consiste en delimitar una población.
Para el proceso cuantitativo, la muestra es un subgrupo de la población de interés (sobre el cual se recolectarán datos, y que tienen que definirse o delimitarse de antemano con precisión), este deberá ser representativo de la población. El investigador pretende que los resultados encontrados en la muestra logren generalizarse o extrapolarse a la población.
Para seleccionar una muestra lo primero que hay que definir es la unidad de análisis (personas, organizaciones, periódicos, situaciones, eventos). El sobre qué o quiénes se van a recolectar datos depende del planteamientos del problema a investigar y de los alcances del estudio. Estas acciones nos llevaran al siguiente paso, que consiste en delimitar una población.
Para el proceso cuantitativo, la muestra es un subgrupo de la población de interés (sobre el cual se recolectarán datos, y que tienen que definirse o delimitarse de antemano con precisión), este deberá ser representativo de la población. El investigador pretende que los resultados encontrados en la muestra logren generalizarse o extrapolarse a la población.
Una vez que se ha definido cuál será la unidad de análisis, se procede a delimitar la población que va a ser estudiada, y sobre la cual se pretende generalizar los resultados. Así, una población es el conjunto de todos los casos que concuerdan con una serie de especificaciones.
Una deficiencia que se presenta en algunos trabajos de investigación es que no describen lo suficiente las características de la población o considera que la muestra la representa de manera automática.
Es preferible entonces establecer con claridad las características de la población, con la finalidad de delimitar cuáles serán los parámetros muestrales.
Un estudio no será mejor por tener una población más grande; la calidad de un trabajo investigativo estriba en delimitar claramente la población con base en el planteamiento del problema.
Las poblaciones deben situarse claramente en torno a sus características de contenido, de lugar y en el tiempo.
Al seleccionar la muestra se debe evitar tres errores que pueden presentarse:
no elegir a casos que deberían ser parte de la muestra (participantes que deberían estar y no fueron seleccionados),
incluir a casos que no deberían estar porque no forman parte de la población y
seleccionar casos que son verdaderamente inelegibles.
El primer paso para evitar tales errores es una adecuada delimitación del universo o población. Los criterios que cada investigador cumpla depende de sus objetivos de estudio, lo importante es establecerlos de manera muy específica. Toda investigación debe ser transparente, así como estar sujeta a crítica y réplica, este ejercicio no es posible si al examinar los resultados el lector no puede referirlos a la población utilizada en un estudio.
La muestra es, en esencia, un subgrupo de la población. Un subconjunto de elementos que pertenece a ese conjunto definido en sus características al que llamamos población.
Pocas veces es posible medir a toda la población, por lo que obtenemos o seleccionamos una muestra y, desde luego, se pretende que este subconjunto sea un reflejo fiel del conjunto de la población.
Tipos de muestra
Las muestras se categorizan en dos grandes ramas: las muestras no probabilísticas y las muestras probabilísticas.
En las muestras probabilísticas todos los elementos de la población tienen la misma posibilidad de ser escogidos y se obtienen definiendo las características de la población y el tamaño de la muestra, y por medio de una selección aleatoria o mecánica de las unidades de análisis.
En las muestras no probabilísticas, la elección de los elementos no dependen de la probabilidad, sino de causas relacionadas con las características de la investigación o de quien hace la muestra.
Elegir entre una muestra probabilística o una no probabilística depende de los objetivos del estudio, del esquema de investigación y de la contribución que se piensa hacer con ella.
Las muestras probabilísticas
Tienen muchas ventajas, quizá la principal sea que puede medirse el tamaño del error en las predicciones. Se dice entonces que el principal objetivo en el diseño de una muestra probabilística es reducir al mínimo este error, al que se le llama error estándar.
Las muestras probabilísticas son esenciales en los diseños de investigación transeccionales, tanto descriptivos como correlacionales-causales (las encuestas de opinión o surveys, por ejemplo), donde se pretende hacer estimaciones de variables en la población. Las unidades o elementos muestrales tendrán valores muy parecidos a los de la población, de manera que las mediciones en el subconjunto darán estimados precisos del conjunto mayor.
Para una muestra probabilística necesitamos principalmente dos cosas: determinar el tamaño de la muestra (n) y seleccionar los elementos muestrales, de manera que todos tengan la misma posibilidad de ser elegidos.
El tamaño de la muestra
Cuando se hace una muestra probabilística, uno debe preguntarse: dado que una población es de N, ¿cuál es el menor número de unidades muestrales (personas, organizaciones, capítulos de telenovelas) que necesito para conformar una muestra (n) que me asegure un determinado nivel de error estándar, digamos menor de 0.01?
Muestra probabilística estratificada
En ocasiones el interés del investigador es comparar sus resultados entre segmentos, grupos o nichos de la población, porque así lo señala el planteamiento del problema.
Muestreo probabilístico por racimos
En algunos casos, en que el investigador se ve limitado por recursos financieros, por tiempo, por distancias geográficas o por una combinación de estos y otros obstáculos, se recurre al muestreo por racimos o clusters. En este tipo de muestreo se reducen costos, tiempo y energía, al considerar que muchas veces las unidades de análisis se encuentran encapsuladas o encerradas en determinados lugares físicos o geográficos, a los que se denomina racimos.
El muestreo por racimos supone una selección en dos etapas, ambas con procedimientos probabilísticos. En la primera, se seleccionan los racimos, siguiendo los pasos ya señalados de una muestra probabilística simple o estratificada. En la segunda, y dentro de estos racimos, se selecciona a los sujetos u objetos que van a medirse. Para ello se hace una selección que asegure que todos los elementos del racimo tienen la misma probabilidad de ser elegidos.
El procedimiento de selección de la muestra
Las unidades de análisis o los elementos muestrales se eligen siempre aleatoriamente para asegurarse de que cada elemento tenga la misma probabilidad de ser elegido. Se utilizan tres elementos de selección:
Tómbola
Consiste en numerar todos los elementos muestrales del uno al número n. Hacer fichas o papeles, uno por cada elemento, revolverlos en una caja, e ir sacando n número de fichas, según el tamaño de la muestra. Los números elegidos al azar conformarán la muestra.
Números random o números aleatorios
Refiere a la utilización de una tabla de números que implica un mecanismo de probabilidad muy bien diseñado. Los números random de la Corporación Rand fueron generados con una especie de ruleta electrónica.
Selección sistemática de elementos muestrales
Este procedimiento de selección es muy útil e implica elegir dentro de una población N un número n de elementos a partir de un intervalo K. Éste último (K) es un intervalo que se va a determinar por el tamaño de la población y el tamaño de la muestra.
Listados y otros marcos muestrales
El marco muestral constituye un marco de referencia que nos permite identificar físicamente los elementos de la población, la posibilidad de numerarlos y, por ende, de proceder a la selección de los elementos muestrales (los casos de la muestra). Normalmente se trata de un listado existente o una lista que es necesario confeccionar ad hoc, con los casos de la población.
Los listados existentes sobre una población son variados: guías telefónicas, listas de miembros de las asociaciones, directorios especializados, listas oficiales de escuelas de la zona, bases de datos de alumnos de una universidad o de los clientes de una empresa, registros médicos, catastros, nóminas de una organización.
En todo caso hay que tener en cuenta lo completo de una lista, su exactitud, su veracidad, su calidad y su nivel de cobertura en relación con el problema a investigar y la población que va a medirse, ya que todos estos aspectos influyen en la selección de la muestra.
¿Cómo y cuáles son las muestras no probabilísticas?
Las muestras no probabilísticas, también llamadas muestras dirigidas, suponen un procedimiento de selección informal. Se utilizan en muchas investigaciones cuantitativas y cualitativas.
La muestra dirigida selecciona sujetos “típicos” con la vaga esperanza de que sean casos representativos de una población determinada. Por ello, para fines deductivos-cuantitativos, donde la generalización o extrapolación de resultados hacia la población es una finalidad en sí misma. Las muestras dirigidas en este sentido implican muchas desventajas.
Primero, porque al no ser probabilísticas, no es posible calcular con precisión el error estándar, es decir, no podemos calcular con qué nivel de confianza hacemos una estimación.
La única ventaja de una muestra no probabilística, desde la visión cuantitativa, es su utilidad para determinado diseño de estudio que requiere no tanto una representatividad de elementos de una población, sino una cuidadosa y controlada elección de sujetos con ciertas características específicas previamente en el planteamiento del problema.
Para el enfoque cualitativo, al no interesar tanto la posibilidad de generalizar los resultados, las muestras no probabilísticas o dirigidas son de gran valor, pues logran obtener los casos (personas, contextos, situaciones) que interesan al investigador y que llegan a ofrecer una gran riqueza para la recolección y el análisis de los datos.
Muestreo al azar por marcado telefónico (Random Digit Dialing)
Ésta es una técnica que los investigadores utilizan para seleccionar muestras aleatorias. Involucra identificar áreas geográficas – para ser muestreadas al azar- y sus correspondientes códigos telefónicos e intercambios (los tres dígitos del número telefónico). Luego, los demás dígitos del número a marcar pueden ser generados al azar de acuerdo a los casos que requerimos para la muestra (n).
Muestra multietapas o polietápica
Este concepto significa que para extraer la muestra hemos utilizado diversos procedimientos.
Una máxima del muestreo y el alcance del estudio
Ya sea que se trate de un tipo de muestreo u otro, lo importante es elegir a los informantes (o casos) adecuados, de acuerdo con el planteamiento del problema y lograr el acceso a ellos.
Una deficiencia que se presenta en algunos trabajos de investigación es que no describen lo suficiente las características de la población o considera que la muestra la representa de manera automática.
Es preferible entonces establecer con claridad las características de la población, con la finalidad de delimitar cuáles serán los parámetros muestrales.
Un estudio no será mejor por tener una población más grande; la calidad de un trabajo investigativo estriba en delimitar claramente la población con base en el planteamiento del problema.
Las poblaciones deben situarse claramente en torno a sus características de contenido, de lugar y en el tiempo.
Al seleccionar la muestra se debe evitar tres errores que pueden presentarse:
no elegir a casos que deberían ser parte de la muestra (participantes que deberían estar y no fueron seleccionados),
incluir a casos que no deberían estar porque no forman parte de la población y
seleccionar casos que son verdaderamente inelegibles.
El primer paso para evitar tales errores es una adecuada delimitación del universo o población. Los criterios que cada investigador cumpla depende de sus objetivos de estudio, lo importante es establecerlos de manera muy específica. Toda investigación debe ser transparente, así como estar sujeta a crítica y réplica, este ejercicio no es posible si al examinar los resultados el lector no puede referirlos a la población utilizada en un estudio.
La muestra es, en esencia, un subgrupo de la población. Un subconjunto de elementos que pertenece a ese conjunto definido en sus características al que llamamos población.
Pocas veces es posible medir a toda la población, por lo que obtenemos o seleccionamos una muestra y, desde luego, se pretende que este subconjunto sea un reflejo fiel del conjunto de la población.
Tipos de muestra
Las muestras se categorizan en dos grandes ramas: las muestras no probabilísticas y las muestras probabilísticas.
En las muestras probabilísticas todos los elementos de la población tienen la misma posibilidad de ser escogidos y se obtienen definiendo las características de la población y el tamaño de la muestra, y por medio de una selección aleatoria o mecánica de las unidades de análisis.
En las muestras no probabilísticas, la elección de los elementos no dependen de la probabilidad, sino de causas relacionadas con las características de la investigación o de quien hace la muestra.
Elegir entre una muestra probabilística o una no probabilística depende de los objetivos del estudio, del esquema de investigación y de la contribución que se piensa hacer con ella.
Las muestras probabilísticas
Tienen muchas ventajas, quizá la principal sea que puede medirse el tamaño del error en las predicciones. Se dice entonces que el principal objetivo en el diseño de una muestra probabilística es reducir al mínimo este error, al que se le llama error estándar.
Las muestras probabilísticas son esenciales en los diseños de investigación transeccionales, tanto descriptivos como correlacionales-causales (las encuestas de opinión o surveys, por ejemplo), donde se pretende hacer estimaciones de variables en la población. Las unidades o elementos muestrales tendrán valores muy parecidos a los de la población, de manera que las mediciones en el subconjunto darán estimados precisos del conjunto mayor.
Para una muestra probabilística necesitamos principalmente dos cosas: determinar el tamaño de la muestra (n) y seleccionar los elementos muestrales, de manera que todos tengan la misma posibilidad de ser elegidos.
El tamaño de la muestra
Cuando se hace una muestra probabilística, uno debe preguntarse: dado que una población es de N, ¿cuál es el menor número de unidades muestrales (personas, organizaciones, capítulos de telenovelas) que necesito para conformar una muestra (n) que me asegure un determinado nivel de error estándar, digamos menor de 0.01?
Muestra probabilística estratificada
En ocasiones el interés del investigador es comparar sus resultados entre segmentos, grupos o nichos de la población, porque así lo señala el planteamiento del problema.
Muestreo probabilístico por racimos
En algunos casos, en que el investigador se ve limitado por recursos financieros, por tiempo, por distancias geográficas o por una combinación de estos y otros obstáculos, se recurre al muestreo por racimos o clusters. En este tipo de muestreo se reducen costos, tiempo y energía, al considerar que muchas veces las unidades de análisis se encuentran encapsuladas o encerradas en determinados lugares físicos o geográficos, a los que se denomina racimos.
El muestreo por racimos supone una selección en dos etapas, ambas con procedimientos probabilísticos. En la primera, se seleccionan los racimos, siguiendo los pasos ya señalados de una muestra probabilística simple o estratificada. En la segunda, y dentro de estos racimos, se selecciona a los sujetos u objetos que van a medirse. Para ello se hace una selección que asegure que todos los elementos del racimo tienen la misma probabilidad de ser elegidos.
El procedimiento de selección de la muestra
Las unidades de análisis o los elementos muestrales se eligen siempre aleatoriamente para asegurarse de que cada elemento tenga la misma probabilidad de ser elegido. Se utilizan tres elementos de selección:
Tómbola
Consiste en numerar todos los elementos muestrales del uno al número n. Hacer fichas o papeles, uno por cada elemento, revolverlos en una caja, e ir sacando n número de fichas, según el tamaño de la muestra. Los números elegidos al azar conformarán la muestra.
Números random o números aleatorios
Refiere a la utilización de una tabla de números que implica un mecanismo de probabilidad muy bien diseñado. Los números random de la Corporación Rand fueron generados con una especie de ruleta electrónica.
Selección sistemática de elementos muestrales
Este procedimiento de selección es muy útil e implica elegir dentro de una población N un número n de elementos a partir de un intervalo K. Éste último (K) es un intervalo que se va a determinar por el tamaño de la población y el tamaño de la muestra.
Listados y otros marcos muestrales
El marco muestral constituye un marco de referencia que nos permite identificar físicamente los elementos de la población, la posibilidad de numerarlos y, por ende, de proceder a la selección de los elementos muestrales (los casos de la muestra). Normalmente se trata de un listado existente o una lista que es necesario confeccionar ad hoc, con los casos de la población.
Los listados existentes sobre una población son variados: guías telefónicas, listas de miembros de las asociaciones, directorios especializados, listas oficiales de escuelas de la zona, bases de datos de alumnos de una universidad o de los clientes de una empresa, registros médicos, catastros, nóminas de una organización.
En todo caso hay que tener en cuenta lo completo de una lista, su exactitud, su veracidad, su calidad y su nivel de cobertura en relación con el problema a investigar y la población que va a medirse, ya que todos estos aspectos influyen en la selección de la muestra.
¿Cómo y cuáles son las muestras no probabilísticas?
Las muestras no probabilísticas, también llamadas muestras dirigidas, suponen un procedimiento de selección informal. Se utilizan en muchas investigaciones cuantitativas y cualitativas.
La muestra dirigida selecciona sujetos “típicos” con la vaga esperanza de que sean casos representativos de una población determinada. Por ello, para fines deductivos-cuantitativos, donde la generalización o extrapolación de resultados hacia la población es una finalidad en sí misma. Las muestras dirigidas en este sentido implican muchas desventajas.
Primero, porque al no ser probabilísticas, no es posible calcular con precisión el error estándar, es decir, no podemos calcular con qué nivel de confianza hacemos una estimación.
La única ventaja de una muestra no probabilística, desde la visión cuantitativa, es su utilidad para determinado diseño de estudio que requiere no tanto una representatividad de elementos de una población, sino una cuidadosa y controlada elección de sujetos con ciertas características específicas previamente en el planteamiento del problema.
Para el enfoque cualitativo, al no interesar tanto la posibilidad de generalizar los resultados, las muestras no probabilísticas o dirigidas son de gran valor, pues logran obtener los casos (personas, contextos, situaciones) que interesan al investigador y que llegan a ofrecer una gran riqueza para la recolección y el análisis de los datos.
Muestreo al azar por marcado telefónico (Random Digit Dialing)
Ésta es una técnica que los investigadores utilizan para seleccionar muestras aleatorias. Involucra identificar áreas geográficas – para ser muestreadas al azar- y sus correspondientes códigos telefónicos e intercambios (los tres dígitos del número telefónico). Luego, los demás dígitos del número a marcar pueden ser generados al azar de acuerdo a los casos que requerimos para la muestra (n).
Muestra multietapas o polietápica
Este concepto significa que para extraer la muestra hemos utilizado diversos procedimientos.
Una máxima del muestreo y el alcance del estudio
Ya sea que se trate de un tipo de muestreo u otro, lo importante es elegir a los informantes (o casos) adecuados, de acuerdo con el planteamiento del problema y lograr el acceso a ellos.
