Ing.

Allan Silva

Determinando la poblacin y la 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. Es el momento de delimitar el mbito de tu investigacin definiendo una poblacin y seleccionando la muestra. Se debe recordar que las variables siempre estn ubicadas o contenidas en algn elemento, sea persona (Ej. edad, sexo, inteligencia, categora laboral, desempeo, etc.), cosa (Ej. informes, empresas, oficinas, leyes, etc.) o situaciones. A estos elementos se les llama unidad de anlisis y el conjunto de todas las unidades de anlisis se conoce como poblacin. Muchas veces es imposible tener contacto y observar a todas las unidades de anlisis, por lo que es necesario seleccionar un subconjunto que represente apropiadamente a toda la poblacin. Este subconjunto es conocido con el nombre de muestra. El proceso mediante el cual este subconjunto es seleccionado se denomina muestreo. La poblacin (denotada como N) es el conjunto de todos los individuos (objetos, personas, eventos, situaciones, etc.) en los que se desea investigar algunas propiedades. La poblacin es el conjunto de individuos que tienen una o ms propiedades en comn, se encuentran en un espacio o territorio y varan en el transcurso del tiempo. En una investigacin se puede tener ms de una poblacin, todo depende de la complejidad y variedad de los objetivos de investigacin. A veces, cada objetivo requiere una poblacin distinta. Si tienes ms de una poblacin, debes especificarla y describirla con detalle. La muestra (denotada como n) es el conjunto de casos extrados de una poblacin, seleccionados por algn mtodo de muestreo. La muestra siempre es una parte de la poblacin. Si tienes varias poblaciones, entonces tendrs varias muestras. Entonces, ahora ya sabes qu es unidad de anlisis, poblacin, muestra y muestreo. Analicemos en detalle el muestreo.

Ing. Allan Silva

Qu es el muestreo?
El muestreo es el proceso de extraer una muestra a partir de una poblacin. Cuando te extraen sangre para analizarla, no te la extraen toda porque moriras. Te extraen solamente una pequea muestra. Con esa muestra es suficiente para determinar con precisin las caractersticas de toda tu sangre, saber si ests anmico, si tienes alguna enfermedad, etc. Lo mismo sucede con la investigacin. En la prctica no es necesario estudiar toda la poblacin para resolver el problema de investigacin, sino que, en general, se puede lograr los objetivos solo con una parte representativa de ella. El muestreo proporciona muchas ventajas: a) ahorra tiempo, b) reduce costos y c) posibilita mayor profundidad y exactitud en los resultados. Sin embargo, tiene algunos b) una muestra mal inconvenientes: a) es dificultoso, seleccionada o sesgada distorsiona tus resultados, c) las limitaciones propias del tipo de muestreo. Veamos cules son las etapas tpicas del muestreo.

Cules son las etapas del muestreo?

El muestreo tiene seis etapas muy bien definidas. Cada una de las etapas requiere que tomes decisiones. Veamos cada una de ellas:

c Calcula el tam ao muetral. Determina si realizars muestreo y el tipo adecuado.

Identifica el e marco poblacion al.

Selecciona c a los in ndividuos de tu u muestra.

Define la unidad de anlisis y poblacin.

Ing. Allan Silva

1. Definir la unidad de anlisis y la poblacin de estudio. Es decir, identificar los criterios de inclusin y exclusin de la poblacin y precisar el tamao de la poblacin. Esta etapa la terminas cuando sabes a cunto asciende el tamao de tu poblacin de estudio, y qu criterios de inclusin y exclusin empleas para delimitarla. Para seleccionar una muestra lo primero es definir la unidad de anlisis (quines van a ser estudiados). Esto depende del problema a investigar y de los objetivos de la investigacin. Una vez definida la unidad de anlisis se debe delimitar la poblacin. Una poblacin es el conjunto de todos los casos que concuerdan con una serie de especificaciones (criterios de inclusin y exclusin). La poblacin debe situarse claramente en torno a sus caractersticas de contenido, lugar y tiempo. 2. Determinar si se realizar muestreo o si se trabajar con toda la poblacin. Si la poblacin es pequea y se puede acceder a ella sin restricciones, entonces se trabajar con toda la poblacin. Si la poblacin es muy grande o es demasiado costoso trabajar con toda la poblacin, entonces conviene utilizar una muestra. 3. Determinar el tipo de muestreo a emplear. Precisar si se utilizar un muestreo probabilstico o no probabilstico. Precisar qu subtipo de muestreo se emplear. Se pretende que la muestra sea un reflejo fiel de la poblacin (que sea representativa). 4. Calcular el tamao de la muestra. Utilizando frmulas estadsticas o cualitativas, calcula el tamao mnimo de la muestra requerido para tu estudio. 5. Identificar el marco poblacional de donde se extraer la muestra. Determinado el tamao de la muestra, es necesario identificar a cada uno de los elegidos. Para ello se utiliza el marco poblacional, que es una lista donde estn identificados todos elementos de la poblacin. 6. Seleccionar a los individuos de la poblacin que conformarn la muestra. Si utilizas un muestreo probabilstico, utilizars una tabla de nmeros aleatorios para seleccionar del marco muestral a cada uno de los integrantes de la muestra. Estas etapas son genricas, casi siempre idnticas para todas las investigaciones. Las variaciones ocurren dependiendo del tipo de investigacin que se realiza.

Ing. Allan Silva

Qu son los criterios de inclusin y exclusin? Los criterios de inclusin y exclusin son caractersticas que sirven para diferenciar quin participa como poblacin en la investigacin y quin no. Los criterios de inclusin y exclusin son demarcadores, son lmites que discriminan entre los que sern parte del estudio y los que no lo sern.

Si ests investigando empresas agropecuarias, no todos sern parte del estudio, seguro que slo te interesan las que cumplan ciertos criterios. Estos pueden ser, a modo de ejemplo: a) Tamao (micro), b) antigedad (<3 aos), c) que sean pertenecientes a un departamento, d) que sean informales. Es importante que identifiques estos criterios y que lo hagas explcito en tu proyecto de investigacin.
Ejemplo

La poblacin est constituida por los estudiantes de nivel secundario de las instituciones educativas pblicas. Los criterios de inclusin y exclusin considerados para la delimitacin poblacional son los siguientes: Sexo masculino: solo varones. Edades comprendidas entre 12 y 14 aos de edad. Que cursen entre 1 y 3 ao de secundaria. Que estudien en turno maana o tarde. Que estudien en instituciones educativas pblicas. Considerando estos criterios, el tamao de la poblacin asciende a 4,632 estudiantes Esta es la forma tpica como debes redactar la identificacin de tu poblacin y la demarcacin de los criterios de inclusinexclusin.

Cuntos tipos de muestreo hay?

En el paso 3 de las etapas del muestreo es necesario determinar qu tipo de muestreo se emplear. Al respecto, existen dos tipos generales de muestreo: a) el muestreo probabilstico y b) el muestreo no probabilstico. En las muestras probabilsticas, todo integrante de la poblacin tiene una probabilidad determinada y conocida de conformar la muestra, y esa probabilidad puede ser calculada con precisin estadstica. Los muestreos probabilsticos son los muestreos ms confiables pero los ms complicados.

Ing. Allan Silva

En las muestras no probabilsticas ocurre lo contrario, todo integrante de la poblacin no tiene una probabilidad determinada, tampoco es conocida, de conformar la muestra. Los criterios para seleccionar la muestra no son estadsticos, son racionales, por eso el investigador no tiene idea del error que puede estar introduciendo en su muestra. Las muestras no probabilsticas son las menos confiables, pero las ms frecuentes, por ser ms econmicas y, algunas veces, ms convenientes.

Qu es el muestreo probabilstico? Conocido tambin como muestreo aleatorio, utiliza el azar y las estadsticas como instrumentos de seleccin, pudindose calcular de antemano la probabilidad de que cada elemento de la poblacin sea incluido en la muestra. Este tipo de muestreo es el que alcanza mayor rigor cientfico, y se caracteriza porque se cumple el principio de la equiprobabilidad, segn el cual todos los elementos de la poblacin tienen la misma probabilidad de ser elegidos en una muestra. Las muestras probabilsticas siempre son representativas de la poblacin. Y como son representativas, con este muestreo se puede generalizar con precisin los resultados a la poblacin. La muestra probabilstica es la ms adecuada para identificar ndices y describir poblaciones mediante muestras. Por eso, este tipo de muestreo es tpico y necesario cuando ests realizando investigaciones cuantitativas, descriptivas y correlacionales.

Ejemplo

Un investigador quiere determinar cuntas empresas manufactureras de 3 a 5 aos de antigedad presentan problemas logsticos y cuntos no, y qu variables estn asociadas, en San Juan de R i o C o c o . Por eso, realiza un muestreo probabilstico local de 350 empresas solo para San Juan. Los muestreos probabilsticos son los ms costosos. Requieren ms tiempo y recursos. Es ms lento y complicado. Sin embargo, su costo vale la pena porque los resultados se pueden generalizar a toda la poblacin.

Ing. Allan Silva

Cuntos tipos de muestreo probabilstico hay? El muestreo por azar o muestreo probabilstico presenta varios tipos: 1. Muestreo aleatorio simple. 2. Muestreo sistemtico. 3. Muestreo estratificado. 4. Muestreo por conglomerados 5. Muestreo polietpico. Muestreo Aleatorio Simple. Es la modalidad de muestreo ms conocida y que alcanza mayor rigor cientfico. Garantiza la equiprobabilidad de eleccin de cualquier elemento y la independencia de seleccin de cualquier otro. En este procedimiento se extraen al azar un nmero determinado de elementos (conocido como n), de la poblacin (conocido como N). La secuencia es: a) Definir la poblacin. b) Elaborar una lista de toda la poblacin, asignndoles nmeros consecutivos desde 1 hasta n. c) Calcular el tamao de la muestra. d) Extraer al azar los elementos hasta completar el nmero calculado (utilizando tablas de nmeros aleatorios o programas de computadora como el SPSS). Muestreo Aleatorio Sistemtico. Es una variante del muestreo simple. Este muestreo es ms rpido que el anterior, sobre todo si la poblacin es numerosa y est previamente ordenada. La forma de seleccin utiliza un sistema sencillo. Observa.

Ejemplo

Tenemos 10,000 F i n c a s (en una lista) y queremos obtener una muestra de 100. Primero elegimos al azar una empresa entre los 10000/100=100 primeros (supongamos que salga el 26), el segundo elemento ser la finca 100+26 (126), la siguiente ser el 226, luego el 326, etc. La eleccin sistemtica partiendo de listas es vlida si el orden no ha sido establecido teniendo en cuenta la caracterstica que estudiamos. No pueden servir, por ejemplo, listas en orden de ingresos, si sta es una de las variables de investigacin. Muestreo Estratificado. Este muestreo se utiliza cuando la poblacin est constituida en estratos o subgrupos (conjuntos homogneos con respecto a la caracterstica que se estudia). Dentro de cada estrato se puede aplicar el muestreo aleatorio simple o sistemtico.

Ing. Allan Silva

El muestreo estratificado consiste en subdividir la poblacin en subgrupos o estratos segn las caractersticas que se consideren y en elegir la muestra de modo que estn representados los diferentes estratos. Para obtener la muestra estratificada, se siguen los siguientes pasos: a) Se divide la poblacin en estratos. b) De cada estrato se extrae una muestra por muestreo aleatorio simple. c) Se asigna a cada individuo segn ciertas reglas de afijacin (simple, proporcional, ptima). d) La suma de las muestras de cada estrato forman la muestra total n.

Ejemplo

Supongamos que, en Estel, 70% de empresas son informales y el 30% formales. Si queremos encuestar a 100 empresas, lo que haremos es dividir las empresas en 2 estratos (formales e informales) y se eligen aleatoriamente 70 empresas informales y aleatoriamente 30 formales. Observa, en el siguiente ejemplo, la forma como se presenta un muestreo probabilstico estratificado en el proyecto de investigacin.

Ing. Allan Silva Ejemplo

Del total de Defensoras de la Niez, dentro de Nicaragua (N=1,537), fueron seleccionadas aleatoriamente 148 . Se us un muestreo probabilstico estratificado. Para la asignacin de los tamaos muestrales a los diferentes estratos en el muestreo aleatorio estratificado se utiliz el procedimiento de asignacin proporcional. La seleccin de la muestra de acuerdo a los estratos respectivos, se obtuvo a travs de una tabla de nmeros aleatorios. Los valores se presentan en la siguiente tabla.

Estratos

Poblacin de Defensorias 494 261 470 154 55

Muestra

Proporcin n/N (%)

Escolar Comunal Regional Departamental Parroquial

48 25 45 15 5

32.1 17.0 30.6 10.0 3.6

Centro Pobl. ONG Otros Total

40 38 25 1537

4 4 2 148

2.6 2.5 1.6 100.0

Nota: Observa que en esta tabla se presentan los estratos (columna 1), la poblacin inicial, la muestra calculada y la proporcin entre la muestra y la poblacin. Esa es la forma tpica de presentar un muestreo estratificado.

Ing. Allan Silva

Muestreo por Conglomerados. Este tipo de muestreo se utiliza cuando los individuos de la poblacin constituyen grupos naturales muy grandes o conglomerados que contienen otros grupos ms pequeos de forma sucesiva (Ej. Pas, regin, distrito, organismos, oficinas, etc.). Esta tcnica es til porque no es necesario identificar ni tener un listado de todos los elementos de la poblacin para seleccionarlos aleatoriamente, sino que despus de seleccionar los conglomerados, se procede a elaborar dicho listado slo para los elementos que componen los conglomerados elegidos. En el muestreo por grupos el proceso sigue estos pasos: 1. La poblacin se divide previamente en grupos o conglomerados que contienen diversos elementos. 2. Se seleccionan aleatoriamente el nmero de conglomerados y se trabaja con el total de elementos pertenecientes a los conglomerados elegidos. 3. La unidad muestral es el conglomerado (cluster) o grupo y el proceso de seleccin aleatoria se aplica a la seleccin de stos y no a los elementos menores que componen el conglomerado. Se quiere realizar una encuesta nacional durante las elecciones de la nueva directiva del C S E . Los conglomerados, en este caso, pueden ser los distritos electorales y, dentro de ellos, las mesas electorales. Con este muestreo lo que se hace es escoger algunos distritos electorales y luego, dentro de ellos, algunas mesas electorales al azar y de ah se toman todos los votos de las mesas seleccionadas. Muestreo Polietpico. En este caso se combina el muestreo aleatorio simple con el muestreo por conglomerados. Primero se realiza un muestreo por conglomerados (Ej. si los conglomerados son colegios en Lima, se seleccionan aleatoriamente varios de ellos). Segundo, no se eligen todos los estudiantes (como ocurrira en un muestro por conglomerados), sino que se elige una muestra aleatoria (dicha muestra puede ser obtenida por muestreo aleatorio simple o puede ser estratificado).

El proceso sigue una secuencia de etapas de seleccin de unidades muestrales de mayor rango a otras de menor, hasta llegar a los individuos o elementos que constituyen la muestra: provincia, distrito escolar, centros, aulas, estudiantes. Este tipo de muestreo slo necesita conocer los individuos que integran los conglomerados de la ltima etapa. A continuacin te presento una tabla resumen de los muestreos probabilsticos.

Ing. Allan Silva

Caractersticas, ventajas y desventajas de los muestreos probabilsticos

Tipos de muestreo probabilstico Aleatorio simple Caractersticas Ventajas Inconvenientes

Se selecciona una muestra de tamao n de una poblacin de N unidades, cada elemento tiene una probabilidad de inclusin igual y conocida de n/N.

Sistemtico

Conseguir un listado de los N elementos de la poblacin. Determinar tamao muestral n. Definir un intervalo k=N/n. Elegir un nmero aleatorio, r, entre 1 y k (r=arranque aleatorio). Seleccionar los elementos de la lista.

Sencillo, rpido y de fcil Requiere que se posea comprensin. de antemano un listado completo de poblacin Se basa en la teora toda la estadstica, y por tanto (marco poblacional). existen paquetes informticos para analizar los No se aplica para poblaciones datos estratificadas. Fcil de aplicar. No siempre es Si la constante de necesario tener un listado muestreo est de toda la poblacin. asociada con el fenmeno de inters, Cuando la poblacin est las estimaciones ordenada siguiendo una obtenidas a partir de tendencia conocida, asegura la muestra pueden una cobertura de unidades de contener sesgo de seleccin. todos los tipos.

Estratificado

En ciertas ocasiones resultar conveniente estratificar la muestra segn ciertas variables de inters. Para ello debes conocer la composicin estratificada de la poblacin. Una vez calculado el tamao muestral apropiado, este se reparte de manera proporcional entre los distintos estratos definidos en la poblacin usando una simple regla de tres.

Asegura que la muestra represente adecuadamente a la poblacin en funcin de unas variables seleccionadas. Se obtienen estimaciones ms precisas. Consigue una muestra loms semejante posible a la poblacin en lo que a las variables estratificadoras se refiere.

Se ha de conocer la distribucin en la poblacin de las variables utilizadas para estratificar.

Conglomerados

Se realizan varias fases de muestreo sucesivas (polietpico) Solo se necesita marco poblacional para la ltima etapa del muestreo.

Es muy eficiente cuando la poblacin es demasiado grande y dispersa.

La probabilidad cometer errores mayor.

de es

El clculo del error es ms complejo.

Ing. Allan Silva

Recuerda que la descripcin de los tipos de muestreo es solo introductoria, es slo para que los conozcas. Este no es un libro de estadstica, por eso te recomiendo revisar algunos libros especializados sobre el tema. Hacer una investigacin no solo implica estudiar a fondo el tema de tu investigacin, sino tambin aprender sobre el mtodo y las tcnicas que vas a emplear. Por eso, no solo revises bibliografa de tu tema, revisa tambin bibliografa metodolgica.

Qu es el muestreo no probabilstico? El muestreo no probabilstico, como su nombre lo indica, no se basa en el principio de la equiprobabilidad. Estas tcnicas siguen otros criterios de seleccin (conocimientos del investigador, economa, comodidad, alcance, etc.), procurando que la muestra obtenida sea lo ms representativa posible. Estas muestras, al no utilizar el muestreo al azar, no tienen la garanta de las muestras probabilsticas, es decir, no se sabe si los resultados estarn sesgados. Sin embargo, aunque existe esta limitacin, en la prctica los muestreos no probabilsticos son a menudo necesarios e inevitables, porque son ms econmicos, rpidos y menos complicados. Este tipo de muestreo es tpico y necesario cuando ests realizando investigaciones cualitativas, exploratorias, histricas, documentales.

Cuntos tipos de muestreo no probabilstico hay? Existen diferentes tipos de muestreo no probabilstico. Los ms usados son: 1. Muestreo accidental 2. Muestreo por cuotas 3. Muestreo intencional 4. Muestreo por rastreo Bola de nieve Muestra accidental. Es aquella que se obtiene sin ningn plan preconcebido. Las unidades elegidas resultan producto de circunstancias fortuitas y descontroladas. Con este muestreo nunca sabrs hasta qu punto tus resultados son vlidos y si en verdad representan a la poblacin. Este es el tipo de muestreo menos confiable. Las investigaciones que utilizan voluntarios es un tipo de muestreo accidental. Estas muestras estn sesgadas porque los voluntarios tienen caractersticas distintas a la poblacin en general, como por ejemplo: son personas que tienen mayor nivel cultural, tienen mejor estatus social, suelen ser ms inteligentes, son ms sociables, son menos convencionales, son menos conformistas, etc.

Ing. Allan Silva Ejemplo

La muestra elegida fue de tipo accidental compuesta por 138 empleados administrativos de universidades privadas cuyas edades oscilan de los 22 a 61 aos, por lo que los resultados son exclusivos para este grupo. Muestra por cuotas. Se calcula el tamao de la muestra dependiendo de la distribucin de la poblacin. Por ejemplo, en una poblacin de 1,000 estudiantes, donde el 40% son mujeres, puedes asignar una cuota de 60 hombres y 40 mujeres a una muestra de 100 individuos. Por ms que esa presuncin llegue a ser vlida, no deja de existir cierta arbitrariedad en este modo de proceder, por lo que la rigurosidad estadstica de las muestras por cuotas se reduce considerablemente. Muestra intencional. Este es el mejor tipo de muestreo no probabilstico. El muestreo se realiza sobre la base del conocimiento y criterios del investigador. Se basa, primordialmente, en la experiencia con la poblacin. En algunas oportunidades se usan como gua o muestra tentativa para decidir cmo tomar una muestra aleatoria ms adelante. Muestreo por rastreo o bola de nieve. Son muy empleados en la investigacin cualitativa histrica, documental y etnogrfica. En este muestreo, los primeros elegidos como encuestados (a juicio del investigador) proponen y ayudan a la seleccin de los restantes de la muestra. Esta tcnica se utiliza para localizar por referencias a miembros de poblaciones peculiares o muy difciles de acceder. Siempre existe el riesgo del sesgo porque la persona sugerida por otro miembro de la muestra tiene una probabilidad mayor de ser similar a la primera.
Ejemplo

Una investigacin busca identificar las experiencias artesanos exportadores de p r o d u c t o s a Europa. El investigador seleccion una muestra no probabilstica de empresarios cuyos locales de confecciones estn ubicados en Limay. Los empresarios fueron seleccionaron a travs de conocidos y de referencias. De esta manera se entrevist a 40 empresarios usando guas de entrevistas semiestructuradas. 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 que su objetivo es documentar ciertas experiencias. Este tipo de estudio pretende generar datos e hiptesis que constituyan la materia prima para investigaciones ms precisas.

Ing. Allan Silva

Cmo calculo el tamao de la muestra?

El clculo del tamao de tu muestra depende de qu tipo de investigacin estas realizando. Si es una investigacin cualitativa o cuantitativa, el procedimiento variar.

Cmo calculo el tamao de la muestra si mi investigacin es cuantitativa? En los estudios cuantitativos, el tamao de la muestra depende de la precisin con que se desea estimar el parmetro de la poblacin. Entre ms grande sea la muestra ms representativa de la poblacin ser. Para calcular el tamao de las muestras cuantitativas se emplean frmulas estadsticas. Para ello se necesita algunos valores, como son: El tamao de la poblacin: Si es mayor a 100 mil, entonces el tamao de la muestra ser suficiente con 370. Si es menor a 100 mil, necesitas calcular empleando frmulas. El nivel de confianza: Te aconsejo que siempre sea del 95%. El tamao aproximado de la proporcin (p,q): Si no las conoces, que sea del 50% cada una. El error mximo admisible: Acepta un error mximo del 5%. Otros valores adicionales: como la tasa de no respuesta, entre otros.

Ejemplo

Una UCA con 500 empleados desea reducir el nivel de ausentismo de los trabajadores. Reportes de asistencia indican que cerca del 10% de los trabajadores faltan al t rabajo, pero no determinan las causas del ausentismo. Decides investigar las razones ms frecuentes para las faltas, y, por tanto, estimas el nivel de confianza de tu muestra en el 95% y un error mximo admisible del 3%. De esta forma: n = tamao de la muestra z = nivel de confianza elegido (igual a 2) p = porcentaje de inasistencia (10) q = porcentaje complementario (p q = 90) N = tamao de la poblacin (N=500) e = error mximo permitido (3)

Ing. Allan Silva

La frmula utilizada para el clculo es la siguiente: n= z .p.q.N e2.(N1) + z2.p.q

Substituyendo los nmeros en la frmula se tiene: n= 22. 10 . 90 . 500 32. (5001) + 22. 10 . 90 = 222,47
2

En este caso, el estudiante tendra que investigar aproximadamente 223 empleados para poder determinar cules son las principales causas del ausentismo laboral. Si se aumentase el porcentaje de error admisible al 5%, el tamao de la muestra se reducira a 112. Te aconsejo nunca usar un error mximo del 5%